Prediksyon konsantrasyon nikèl nan tè banlye ak iben lè l sèvi avèk kriging anpirik Bayezyen melanje ak sipò vektè machin regresyon

Mèsi paske w te vizite Nature.com.Vèsyon navigatè w ap itilize a gen yon sipò limite pou CSS.Pou pi bon eksperyans, nou rekòmande pou w itilize yon navigatè ki ajou (oswa fèmen mòd konpatibilite nan Internet Explorer). Antretan, pou asire sipò kontinye, nou pral montre sit la san estil ak JavaScript.
Polisyon tè a se yon gwo pwoblèm ki te koze pa aktivite imen. Distribisyon espasyal nan eleman potansyèlman toksik (PTE) varye nan pifò zòn iben ak peri-iben. Se poutèt sa, li difisil pou predi kontni an nan PTE nan tè sa yo.Yon total 115 echantiyon yo te jwenn nan Frydek Mistek nan Repiblik Tchekoslovaki. Spèktrometri emisyon plasma endiktif makonnen. Varyab repons lan se Ni ak prediktè yo se Ca, Mg, ak K. Matris korelasyon ant varyab repons lan ak varyab prediktè a montre yon korelasyon satisfezan ant eleman yo. yo te pi wo pase lòt metòd yo te aplike.Modèl melanje pou anpirik Bayesian Kriging-Multiple Lineary Regression (EBK-MLR) fè mal, jan sa pwouve pa koyefisyan detèminasyon mwens pase 0.1.The Empirical Bayesian Kriging-Support Vector Machine Regression (EBK-SVMR) modèl la te pi bon modèl la, ak valè ki ba RMSE (95.) 4797 mg) s ​​ak segondè koyefisyan detèminasyon (R2 = 0.637). Pwodiksyon teknik modélisation EBK-SVMR vizyalize lè l sèvi avèk yon kat jeyografik oto-òganize. tè iben.
Nikèl (Ni) konsidere kòm yon mikronutriman pou plant paske li kontribye nan fiksasyon nitwojèn atmosferik (N) ak metabolis ure, tou de nan yo ki nesesè pou jèminasyon grenn. Anplis kontribisyon li nan jèminasyon grenn, Ni ka aji kòm yon inibitè chanpiyon ak bakteri epi ankouraje devlopman plant. angrè ki baze sou el pou optimize fixation nitwojèn 2.Kontinye aplikasyon angrè nikèl ki baze sou anrichi tè a ak ogmante kapasite legum yo ranje nitwojèn nan tè a kontinyèlman ogmante konsantrasyon nikèl nan tè a. Malgre nikèl se yon mikronutriman pou plant yo, konsomasyon twòp li nan tè a ka fè plis mal pase bon. kòm yon eleman nitritif esansyèl pou kwasans plant1.Selon Liu3, Ni yo te jwenn yo dwe 17yèm eleman enpòtan ki nesesè pou devlopman plant ak kwasans.Anplis de wòl nikèl nan devlopman plant ak kwasans, moun bezwen li pou yon varyete aplikasyon.Electroplating, pwodiksyon an nan alyaj nikèl ki baze sou, ak fabrike nan aparèy ignisyon ak bouji yo tout bezwen nan endistri a divès kalite endistri alyaj ki baze sou nikèl. ak electroplated atik yo te lajman itilize nan kwizin, akseswa sal de bal, founiti pou endistri manje, elektrik, fil elektrik ak kab, turbin jè, implants chirijikal, tekstil, ak konstriksyon bato. Nivo ki rich nan tè (sa vle di, tè sifas yo) yo te atribiye nan tou de sous antwopojenik ak natirèl, men prensipalman, Ni se yon sous natirèl volim nan, olye ke Ni se yon sous natirèl volim nan pito. vejetasyon, dife forè, ak pwosesis jewolojik;sepandan, sous antropojenik yo enkli pil nikèl / Kadmyòm nan endistri asye a, galvanoplastie, soude arc, dyezèl ak lwil gaz, ak emisyon atmosferik ki soti nan combustion chabon ak fatra ak ensinerasyon depo Nikèl akimilasyon7,8.Dapre Freedman and Hutchinson9 ak Manyiwa et al.10, sous prensipal yo nan polisyon tè nan anviwònman imedya ak adjasan yo se sitou nikèl-kwiv ki baze sou fondri ak min.The tèt tè alantou Sudbury nikèl-kwiv rafineri a nan Kanada te gen nivo ki pi wo nan kontaminasyon nikèl nan 26,000 mg / kg11.In contrast, polisyon nan pwodiksyon Nòvejyen ki soti nan nickel1nickel ak konsantrasyon pi wo nan Larisi. ms et al.12, kantite HNO3-extractable nikèl nan tèt tè arab rejyon an (pwodiksyon nikèl nan Larisi) te varye ant 6.25 ak 136.88 mg/kg, ki koresponn ak yon mwayèn de 30.43 mg/kg ak yon konsantrasyon debaz nan 25 mg/kg.Selon kabata 11, aplikasyon an nan phosphorus inurban sophirus sophirus sophirusis pandan sezon an siksede phosphorus iben. s ka pénétrer oswa kontamine tè a.Efè potansyèl nikèl nan imen yo ka mennen nan kansè nan mutagenezis, domaj kwomozòm, jenerasyon Z-DNA, bloke ADN reparasyon eksizyon, oswa pwosesis epigenetik13.Nan eksperyans bèt, yo te jwenn nikèl gen potansyèl la lakòz yon varyete timè, ak kanserojèn nikèl eksacerbate konplèks timè sa yo.
Evalyasyon kontaminasyon tè a te devlope nan dènye tan yo akòz yon pakèt pwoblèm ki gen rapò ak sante ki soti nan relasyon tè-plant, tè ak relasyon byolojik tè, degradasyon ekolojik, ak evalyasyon enpak anviwònman an. tive soil mapping (PSM).Dapre Minasny ak McBratney16, prediksyon soil mapping (DSM) te pwouve yo dwe yon sou-disiplin enpòtan nan syans tè.Lagacherie ak McBratney, 2006 defini DSM kòm "kreyasyon an ak ranpli nan sistèm enfòmasyon espasyal tè atravè itilizasyon nan in situ ak laboratwa obsèvasyon metòd ak non-spatial sistèm obsèvasyon ak espasyal metòd.17 esplike ke DSM oswa PSM kontanporen an se teknik ki pi efikas pou predi oswa kat distribisyon espasyal nan PTE, kalite tè ak pwopriyete tè. Geostatistics ak Machine Learning Algorithms (MLA) se teknik modèl DSM ki kreye kat nimerik avèk èd nan òdinatè ki itilize done enpòtan ak minimòm.
Deutsch18 ak Olea19 defini geostatistics kòm "koleksyon teknik nimerik ki fè fas ak reprezantasyon atribi espasyal yo, sitou anplwaye modèl stochastic, tankou fason analiz seri tan karakterize done tanporèl."Prensipalman, jeostatistik enplike nan evalyasyon variograms, ki pèmèt Quantify ak defini depandans yo nan valè espasyal soti nan chak dataset20.Gumiaux et al.20 plis ilistre ke evalyasyon an nan variogram nan jeostatistik baze sou twa prensip, ki gen ladan (a) kalkile echèl la nan korelasyon done, (b) idantifye ak kalkile anisotropi nan disparite dataset ak (c) Anplis de sa nan pran an kont erè nannan nan done yo mezi separe de efè lokal yo, efè zòn yo te itilize nan kriging jeneral yo, ki gen ladann anpil teknik entèrpolar yo te itilize nan jeyografik yo te estime. ko-kriging, kriging òdinè, anpirik Bayesian kriging, metòd kriging senp ak lòt teknik entèpolasyon byen li te ye pou kat oswa predi PTE, karakteristik tè, ak kalite tè.
Machine Learning Algorithms (MLA) se yon teknik relativman nouvo ki anplwaye pi gwo klas done ki pa lineyè, alimenté pa algoritm yo itilize prensipalman pou min done, idantifikasyon modèl nan done, ak repete aplike nan klasifikasyon nan domèn syantifik tankou syans tè ak travay retounen.22 (forè o aza pou estimasyon metal lou nan tè agrikòl), Sakizadeh et al.23 (modelizasyon lè l sèvi avèk machin vektè sipò ak rezo neral atifisyèl) polisyon tè ).Anplis de sa, Vega et al.24 (CART pou modèl retansyon metal lou ak adsorption nan tè) Sun et al.25 (aplikasyon kubist se distribisyon Cd nan tè) ak lòt algoritm tankou k-ki pi pre frè parèy, regression jeneralize ranfòse, ak regresyon ranfòse Trees te aplike tou MLA pou predi PTE nan tè a.
Aplikasyon algorithm DSM nan prediksyon oswa kat fè fas a plizyè defi.Anpil otè kwè ke MLA se siperyè jeostatistik ak vis vèrsa.Malgre youn pi bon pase lòt la, konbinezon de a amelyore nivo nan presizyon nan kat oswa prediksyon nan DSM15.Woodcock ak Gopal26 Finke27;Pontius ak Cheuk28 ak Grunwald29 fè kòmantè sou defisyans ak kèk erè nan prevwa kat tè.Santis tè yo te eseye yon varyete teknik yo optimize efikasite, presizyon, ak previzibilite nan kat DSM ak previzyon.Konbinezon an nan ensètitid ak verifikasyon se youn nan anpil aspè diferan entegre nan DSM ak diminye efikasite.15 esplike ke konpòtman validation ak ensètitid ki te entwodwi pa kreyasyon kat jeyografik ak prediksyon yo ta dwe valide poukont yo amelyore kalite kat jeyografik la.sepandan, mank de sètitid nan DSM a ka soti nan plizyè sous erè, sètadi erè kovarye, erè modèl, erè kote, ak erè analitik 31. Inexactitudes modélisation induit nan MLA ak pwosesis jeostatistik yo asosye ak yon mank de konpreyansyon, finalman mennen nan senplifikasyon twòp nan pwosesis reyèl la32. interpolation33.Dènyèman, yon nouvo tandans DSM parèt ki ankouraje entegrasyon geostatistics ak MLA nan kat ak previzyon. Plizyè syantis tè ak otè, tankou Sergeev et al.34;Subbotina et al.35;Tarasov et al.36 ak Tarasov et al.37 te eksplwate bon jan kalite egzat nan jeostatistik ak aprantisaj machin pou jenere modèl ibrid ki amelyore efikasite nan previzyon ak kat.bon jan kalite.Kèk nan modèl algorithm sa yo ibrid oswa konbine yo se Kriging Neral Atifisyèl Rezo (ANN-RK), Multilayer Perceptron Residual Kriging (MLP-RK), Jeneralize Regression Neural Network Residual Kriging (GR- NNRK)36, Atifisyèl Neural Network Kriging-Multikouch Perceptron (ANN-K-MLPK)37 ak Regression Co-MLPK Processing.
Dapre Sergeev et al., konbine teknik modèl divès kalite gen potansyèl pou elimine defo ak ogmante efikasite nan modèl ibrid ki kapab lakòz la olye ke devlope modèl sèl li yo.Nan kontèks sa a, nouvo papye sa a diskite ke li nesesè pou aplike yon algorithm konbine nan geostatistik ak MLA yo kreye modèl ibrid optimal pou predi Ni anrichisman nan zòn iben ak peri-iben yo. Modèl machin (SVM) ak Regression Lineyè miltip (MLR). Yo pa konnen ibridizasyon EBK ak nenpòt MLA. Modèl miltip melanje yo wè yo se konbinezon kriging òdinè, rezidyèl, regresyon, ak MLA.EBK se yon metòd entèpolasyon jeostatistik ki itilize yon pwosesis estokastik espasyal ki lokalize kòm yon jaden ki pa estasyonè ak varyasyon owaza, ki pèmèt yon lokalizasyon ki pa estasyonè. .EBK te itilize nan yon varyete etid, tankou analize distribisyon kabòn òganik nan tè fèm40, evalye polisyon tè41 ak kat pwopriyete tè42.
Nan lòt men an, Self-Organizing Graph (SeOM) se yon algorithm aprantisaj ki te aplike nan plizyè atik tankou Li et al.43, Wang et al.44, Hossain Bhuiyan et al.45 ak Kebonye et al.46 Detèmine atribi espasyal ak gwoupman eleman yo.Wang et al.44 dekri ke SeOM se yon teknik aprantisaj pwisan li te ye pou kapasite li nan gwoup ak imajine pwoblèm ki pa lineyè. Kontrèman ak lòt teknik rekonesans modèl tankou analiz eleman prensipal, clustering flou, clustering yerarchize, ak pran desizyon milti kritè, SeOM se pi bon nan òganize ak idantifye modèl PTE.Selon Wang et al.44, SeOM ka gwoupe nan espasyal distribisyon newòn ki gen rapò ak bay vizyalizasyon done wo-rezolisyon.SeOM pral visualiser done prediksyon Ni pou jwenn pi bon modèl pou karakterize rezilta yo pou entèpretasyon dirèk.
Papye sa a gen pou objaktif pou jenere yon modèl kat solid ak presizyon pi bon pou predi kontni nikèl nan tè iben ak peri-iben. Nou ipotèz ke fyab nan modèl la melanje depann sitou sou enfliyans lòt modèl ki tache ak modèl debaz la.Se poutèt sa, nou pral eseye reponn kesyon rechèch ki ka bay modèl melanje.Sepandan, ki jan egzat modèl la nan predi eleman sib la?Epitou, ki nivo evalyasyon efikasite ki baze sou validasyon ak evalyasyon presizyon?Se poutèt sa, objektif espesifik etid sa a se te (a) kreye yon modèl melanj konbine pou SVMR oswa MLR lè l sèvi avèk EBK (b) modèl konsantrasyon pwopoze modèl la pi bon rezilta pou konpare rezilta a. nan tè iben oswa peri-iben, ak (d) aplikasyon an nan SeOM yo kreye yon kat-wo rezolisyon nan nikèl varyasyon espasyal.
Etid la ap fèt nan Repiblik Tchekoslovaki, espesyalman nan distri Frydek Mistek nan rejyon Moravia-Silesian (gade Figi 1).Jeyografi zòn etid la trè rezistan e li se sitou yon pati nan rejyon Moravia-Silesian Beskidy, ki se yon pati nan bò ekstèn mòn Karpato yo. 25 ak 327 m;Sepandan, sistèm klasifikasyon Koppen pou eta klimatik rejyon an evalye kòm Cfb = klima oseyan tanpere, Gen anpil lapli menm nan mwa sèk yo. Tanperati yo varye yon ti kras pandan tout ane a ant -5 °C ak 24 °C, raman tonbe anba a -14 °C oswa pi wo a 30 °C, pandan y ap sondaj mwayèn anyèl la se ant 528 mm ak zòn nan estime 768 mm ak zòn nan se 756 ak 78 mm. 1,208 kilomèt kare, ak 39.38% nan peyi a kiltive ak 49.36% nan pwoteksyon an forè.Nan lòt men an, zòn nan itilize nan etid sa a se sou 889.8 kilomèt kare. Nan ak alantou Ostrava, endistri a asye ak travay metal yo trè aktif. fòs la nan alyaj la pandan w ap kenbe bon duktilite li yo ak severite), ak agrikilti entansif tankou aplikasyon angrè fosfat ak pwodiksyon bèt yo se rechèch sous potansyèl nan nikèl nan rejyon an (egzanp, ajoute nikèl nan ti mouton ogmante pousantaj kwasans nan ti mouton ak bèf ki ba-manje). koulè tè a, estrikti, ak kontni kabonat. Teksti tè a se mwayen ak amann, ki sòti nan materyèl paran an.Yo se koluvial, alluvial oswa eyol nan nati.Kèk zòn tè parèt takte nan sifas la ak soutèr, souvan ak konkrè ak blanchi. kambisol yo domine Repiblik Tchekoslovaki49.
Kat zòn etid [Te kat jeyografik zòn etid la te kreye lè l sèvi avèk ArcGIS Desktop (ESRI, Inc, vèsyon 10.7, URL: https://desktop.arcgis.com).]
Yo te jwenn yon total de 115 echantiyon tè nan tè iben ak peri-iben nan distri Frydek Mistek. Modèl echantiyon yo te itilize se te yon kadriyaj regilye ak echantiyon tè ki gen yon distans 2 × 2 km, epi yo te mezire tè a nan yon pwofondè de 0 a 20 cm lè l sèvi avèk yon aparèy GPS ki kenbe men (Leica Zeno 5, GPSd). echantiyon yo te seche lè yo pwodwi echantiyon pulverize, pulverize pa yon sistèm mekanik (Fritsch disk moulen), ak tamize (tamis gwosè 2 mm).Mete 1 gram echantiyon tè sèk, omojeneize ak tamize nan boutèy teflon ki make byen klè.Nan chak veso teflon, dispanse 7 ml nan 35% HCl ak 35% H36 yon dispans otomatik. chak asid), kouvri alalejè epi pèmèt echantiyon yo kanpe lannwit lan pou reyaksyon an (pwogram aqua regia).Mete supernatant la sou yon plak metal cho (tanperati: 100 W ak 160 °C) pou 2 èdtan fasilite pwosesis la dijesyon nan echantiyon yo, Lè sa a, fre. nan yon tib PVC 50 ml ak dlo deyonize. Anplis de sa, 1 ml solisyon an dilution te dilye ak 9 ml dlo deionize epi filtre nan yon tib 12 ml prepare pou PTE pseudo-konsantrasyon. Spectroscopy) (Thermo Fisher Scientific, USA) dapre metòd estanda ak akò.Asire pwosedi Asirans Kalite ak Kontwòl (QA/QC) (SRM NIST 2711a Montana II Soil).PTE ki gen limit deteksyon ki pi ba pase mwatye yo te eskli nan etid sa a.Limit deteksyon PTE yo itilize nan etid sa a te 0.0004. estanda referans yo. Pou asire ke erè yo te minimize, yo te fè yon analiz doub.
Anpirik Bayesian Kriging (EBK) se youn nan anpil teknik entèpolasyon jeostatistik yo itilize nan modèl nan divès domèn tankou syans tè. Kontrèman ak lòt teknik entèpolasyon kriging, EBK diferan de metòd kriging tradisyonèl yo lè yo konsidere erè a estime pa modèl la semivariogram. trase sa a nan semivariogram nan ki konstitye yon pati trè konplèks nan yon metòd kriging ase. Pwosesis entèpolasyon nan EBK swiv twa kritè yo te pwopoze pa Krivoruchko50, (a) modèl la estime semivariogram a soti nan ansèy done antre a (b) nouvo valè a prevwa pou chak kote ansè done antre ki baze sou semivariogram ki te pwodwi a ak (c) se final la simulation done yo bay nan modèl Bay la.
Kote \(Prob\left(A\right)\) reprezante avan, \(Prob\left(B\right)\) pwobabilite majinal yo inyore nan pifò ka yo, \(Prob (B,A)\ ). Kalkil semivariogram la baze sou règ Bayes la, ki montre pwopagasyon ansanm done obsèvasyon yo ka kreye apati de semivariogram yo lè l sèvi avèk valè semivariogram yo. s konbyen chans li genyen pou kreye yon seri done obsèvasyon apati semivariogram la.
Yon machin vektè sipò se yon algorithm aprantisaj machin ki jenere yon ipèrplan separasyon optimal pou distenge klas ki idantik men ki pa lineyèman endepandan. analiz.Cherkassky ak Mulier53 te pionnier SVMR kòm yon regresion ki baze sou nwayo, ki te kalkil la ki te fèt lè l sèvi avèk yon modèl regresyon lineyè ak fonksyon espasyal milti-peyi.55, epsilon (ε)-SVMR sèvi ak seri done fòmasyon an pou jwenn yon modèl reprezantasyon kòm yon fonksyon epsilon-ensansib ki aplike nan kat done yo poukont yo ak pi bon patipri epsilon nan fòmasyon sou done ki gen rapò. Se erè a distans prereglaj inyore soti nan valè aktyèl la, epi si erè a pi gwo pase ε (ε), pwopriyete tè a konpanse tou nan yon seri konplèks nan modèl vektè a konpanse. Kosyon Vapnik51 te pwopoze anba a.
kote b reprezante papòt eskalè a, \(K\left({x}_{,}{ x}_{k}\right)\) reprezante fonksyon nwayo a, \(\alpha\) reprezante miltiplikatè Lagrange a, N reprezante yon seri done nimerik, \({x}_{k}\) reprezante done antre, ak \(y\) se pwodiksyon done ki itilize SV, radial Gaunel la se pwodiksyon kle a. fonksyon baz (RBF).Se nwayo a RBF aplike pou detèmine modèl la SVMR pi bon, ki se kritik yo jwenn faktè a penalite ki pi sibtil C ak paramèt nwayo gama (γ) pou done fòmasyon PTE yo.Premyèman, nou evalye seri fòmasyon an ak Lè sa a, nou teste pèfòmans nan modèl sou seri a validation.
Yon modèl regresyon lineyè miltip (MLR) se yon modèl regresyon ki reprezante relasyon ant varyab repons lan ak yon kantite varyab prediktè lè l sèvi avèk paramèt pisin lineyè ki kalkile ak metòd pi piti kare yo. LR ekwasyon se
kote y se varyab repons lan, \(a\) se entèsepte aksè aks dèz, n se kantite prediktè, \({b}_{1}\) se regression pasyèl koyefisyan yo, \({x}_{ i}\) reprezante yon prediktè oswa yon varyab eksplikasyon, ak \({\varepsilon }_{i}\) reprezante erè a nan modèl la, ke yo rele tou rezidyèl la.
Modèl melanje yo te jwenn nan sandwich EBK ak SVMR ak MLR. Sa a se fè pa ekstrè valè prevwa nan entèpolasyon EBK. Valè yo prevwa yo jwenn nan entèpolasyon Ca, K, ak Mg yo jwenn atravè yon pwosesis konbinatoryal jwenn nouvo varyab, tankou CaK, CaMg, ak KMg. , K, Mg, CaK, CaMg, KMg ak CaKMg.Varyab sa yo te vin prediktè nou yo, ede predi konsantrasyon nikèl nan tè iben ak peri-iben. Yo te fè algorithm SVMR sou prediktè yo pou jwenn yon modèl melanje Empirical Bayesian Kriging-Support Vector Machine (EBK_SVM). ian Kriging-Multiple Lineary Regression (EBK_MLR). Tipikman, varyab yo Ca, K, Mg, CaK, CaMg, KMg, ak CaKMg yo itilize kòm kovarye kòm prediktè nan kontni Ni nan tè iben ak peri-iben yo.
Sèvi ak SeOM te vin tounen yon zouti popilè pou òganize, evalye, ak previzyon done nan sektè finansye a, swen sante, endistri, estatistik, syans tè, ak plis ankò. SeOM kreye lè l sèvi avèk rezo neral atifisyèl ak metòd aprantisaj san sipèvizyon pou òganizasyon, evalyasyon, ak prediksyon. varyab43,56.Melssen et al.57 dekri koneksyon yon vektè opinyon nan yon rezo neral atravè yon kouch antre sèl ak yon vektè pwodiksyon ak yon sèl vektè pwa. Pwodiksyon an ki te pwodwi pa SeOM se yon kat jeyografik ki genyen de dimansyon ki gen ladann diferan newòn oswa nœuds trikote nan kat topolojik egzagonal, sikilè, oswa kare selon pwoksimite yo. ly, se chwazi, ki se yon inite 55-kat (5 × 11).Se estrikti nan newòn detèmine dapre kantite nœuds nan ekwasyon anpirik la.
Kantite done yo itilize nan etid sa a se 115 echantiyon. Yo te itilize yon apwòch o aza pou divize done yo an done tès (25% pou validation) ak seri done fòmasyon (75% pou kalibrasyon). Pwosesis validasyon, repete senk fwa. Varyab ki te pwodwi pa entèpolasyon EBK yo itilize kòm prediktè oswa varyab eksplikasyon pou predi varyab sib la (PTE).Modeling yo okipe nan RStudio lè l sèvi avèk pakè bibliyotèk la (Kohonen), bibliyotèk (caret), bibliyotèk (modelr), bibliyotèk ("e1071″), bibliyotèk ("plyr"), bibliyotèk ("plyr"), bibliyotèk ("Metric") .
Yo te itilize plizyè paramèt validasyon pou detèmine pi bon modèl ki apwopriye pou predi konsantrasyon nikèl nan tè a ak pou evalye presizyon modèl la ak validasyon li yo. Yo te evalye modèl ibridizasyon lè l sèvi avèk erè absoli mwayen (MAE), erè kare mwayen rasin (RMSE), ak detèminasyon R-kare oswa koyefisyan (R2). pouvwa prediksyon nan modèl la, pandan y ap MAE detèmine valè aktyèl la quantitative.Valè R2 a dwe wo pou evalye modèl la pi bon melanj lè l sèvi avèk paramèt validasyon yo, pi pre valè a se 1, pi wo a presizyon.Selon Li et al.59, yon valè kritè R2 0.75 oswa pi gwo konsidere kòm yon bon predi;soti nan 0.5 a 0.75 se pèfòmans akseptab modèl, ak pi ba a 0.5 se pèfòmans modèl inakseptab.Lè w ap chwazi yon modèl lè l sèvi avèk metòd evalyasyon kritè validation RMSE ak MAE, valè ki pi ba yo jwenn yo te ase epi yo te konsidere kòm pi bon chwa a.Ekwasyon sa a dekri metòd verifikasyon an.
kote n reprezante gwosè valè obsève a\({Y}_{i}\) reprezante repons mezire a, epi \({\widehat{Y}}_{i}\) reprezante tou valè repons prevwa a, kidonk, pou premye i obsèvasyon yo.
Yo prezante deskripsyon estatistik prediksyon ak varyab repons yo nan Tablo 1, ki montre mwayen, devyasyon estanda (SD), koyefisyan varyasyon (CV), minimòm, maksimòm, kurtosis, ak skewness. Valè minimòm ak maksimòm eleman yo nan lòd decreskan Mg < Ca < K < Ni ak Ca < Mg < K < Ni, respektivman. 39 mg/kg.Konparezon Ni ak mwayèn nan lemonn (29 mg/kg) ak mwayèn Ewopeyen an (37 mg/kg) te montre ke mwayèn jeyometrik kalkile an jeneral pou zòn etid la te nan ranje ki tolerab.Men, jan Kabata-Pendias11 montre, yon konparezon nan mwayèn nikèl (Ni) konsantrasyon nan etid aktyèl la ak konsantrasyon agrikòl mwayèn nan SLiwedennickel konsantrasyon se pi wo konsantrasyon nan SLiwedennickel. dek Mistek nan tè iben ak peri-iben nan etid aktyèl la (Ni 16.15 mg / kg) te pi wo pase limit la akseptab nan 60 (10.2 mg / kg) pou Ni nan tè iben Polonè rapòte pa Różański et al.Anplis de sa, Bretzel ak Calderisi61 anrejistre trè ba konsantrasyon Ni vle di (1.78 mg / kg) yo te jwenn tou nan iben yo te jwenn pi ba nan etid aktyèl la. konsantrasyon nikèl (12.34 mg/kg) nan tè iben Hong Kong, ki pi ba pase konsantrasyon nikèl aktyèl la nan etid sa a.Birke et al63 rapòte yon mwayèn Ni konsantrasyon 17.6 mg/kg nan yon ansyen min ak iben zòn endistriyèl nan Saxony-Anhalt, Almay, ki te 1.45 mg/kg pi wo pase mwayèn Ni konsantrasyon nan zòn nan (nèks mg/kg/kg). zòn banlye nan zòn etid la ka sitou atribiye nan endistri fè ak asye ak endistri metal. Sa a se ki konsistan avèk etid la pa Khodadoust et al.64 ke endistri a asye ak travay metal yo se sous prensipal yo nan kontaminasyon nikèl nan sols.Sepandan, prediktè yo tou alan soti nan 538.70 mg / kg a 69,161.80 mg / kg pou Ca, 497.51 mg / kg a 3535.68 mg / kg pou K, ak 685.685.685.685.685.685.685.mg /kg / kg .65 envestige kontni total Mg ak K nan tè nan santral Sèbi.Yo te jwenn ke konsantrasyon total yo (410 mg/kg ak 400 mg/kg, respektivman) te pi ba pase Mg ak K konsantrasyon nan etid aktyèl la.Endiferans, nan pati lès Polòy, Orzechowski ak Smolczynski66 evalye kontni an total de K/0, Mkg, (ca 0,00) 590 mg/kg) ak K (810 mg/kg) Kontni an nan tè a pi ba pase eleman sèl nan etid sa a.Yon etid resan pa Pongrac et al.67 te montre ke kontni total Ca analize nan 3 tè diferan nan Scotland, UK (tè Mylnefield, tè Balruddery ak tè Hartwood) endike yon kontni Ca ki pi wo nan etid sa a.
Akòz diferan konsantrasyon yo mezire nan eleman echantiyon yo, distribisyon yo ansanm done nan eleman yo montre diferan skewness.The skewness ak kurtosis nan eleman yo te varye ant 1.53 a 7.24 ak 2.49 a 54.16, respektivman. eleman yo montre tou ke K, Mg, ak Ni montre varyasyon modere, pandan y ap Ca gen yon varyasyon trè wo. CV yo nan K, Ni ak Mg eksplike distribisyon inifòm yo. Anplis de sa, distribisyon an Ca pa inifòm ak sous ekstèn ka afekte nivo anrichisman li yo.
Korelasyon varyab prediktè yo ak eleman repons yo te endike yon korelasyon satisfezan ant eleman yo (gade Figi 3).Koelasyon an te endike ke CaK te montre korelasyon modere ak valè r = 0.53, menm jan ak CaNi.Malgre ke Ca ak K montre asosyasyon modès youn ak lòt, chèchè tankou Kingston et al.68 ak Santo69 sijere ke nivo yo nan tè yo envers pwopòsyonèl.Sepandan, Ca ak Mg yo antagonis nan K, men CaK korelasyon byen.Sa a ka akòz aplikasyon an nan angrè tankou kabonat potasyòm, ki se 56% pi wo nan potasyòm.Potasyòm te modere korelasyon ak sa yo ki gen rapò ak mayezyòm (KM63). um silfat, nitrat mayezyòm potasyòm, ak potasyòm yo aplike nan tè pou ogmante nivo defisyans yo.Nikèl se modere korelasyon ak Ca, K ak Mg ak valè r = 0.52, 0.63 ak 0.55, respektivman. nan depase mayezyòm, ak tou de mayezyòm ak kalsyòm diminye efè toksik nikèl nan tè a.
Matris korelasyon pou eleman ki montre relasyon ki genyen ant prediktè ak repons (Remak: figi sa a gen ladann yon dispèsyon ant eleman, nivo siyifikasyon yo baze sou p <0,001).
Figi 4 montre distribisyon espasyal eleman yo. Dapre Burgos et al70, aplikasyon distribisyon espasyal la se yon teknik ki itilize pou quantifier ak mete aksan sou tach cho nan zòn ki polye. Nivo anrichisman Ca nan Fig. 4 ka wè nan pati nòdwès kat distribisyon espasyal la. Figi a montre modere ak wo Ca anrichisman hotspots. oksid) diminye asidite tè a ak itilizasyon li yo nan moulen asye kòm oksijèn alkalin nan pwosesis asye a.Nan lòt men an, lòt kiltivatè prefere sèvi ak idroksid kalsyòm nan tè asid yo netralize pH, ki tou ogmante kontni an kalsyòm nan tè a71.Potasyòm montre tou tach cho nan nòdwès la ak bò solèy leve nan kat jeyografik la. NPK ak aplikasyon pou potasyòm.Sa a se ki konsistan avèk lòt etid, tankou Madaras ak Lipavský72, Madaras et al.73, Pulkrabová et al.74, Asare et al.75, ki te obsève ke estabilizasyon tè ak tretman ak KCl ak NPK te lakòz gwo kontni K nan tè a.Espasyal anrichi Potasyòm nan nòdwès kat distribisyon an ka akòz itilizasyon angrè ki baze sou potasyòm tankou klori potasyòm, silfat potasyòm, nitrat potasyòm, potasyòm, ak potasyòm pou ogmante kontni potasyòm nan tè pòv yo.Zádorová et al.76 ak Tlustoš et al.77 te dekri ke aplikasyon angrè ki baze sou K ogmante kontni an K nan tè a epi li ta siyifikativman ogmante kontni an eleman nitritif nan tè a alontèm, espesyalman K ak Mg ki montre yon kote cho nan tè a. chloroz.Angrè ki baze sou mayezyòm, tankou silfat mayezyòm potasyòm, silfat mayezyòm, ak Kieserite, trete defisyans (plant yo parèt koulè wouj violèt, wouj oswa mawon, ki endike deficiency mayezyòm) nan tè ki gen yon ranje pH nòmal.
Distribisyon espasyal nan eleman [yo te kreye kat distribisyon espasyal lè l sèvi avèk ArcGIS Desktop (ESRI, Inc, Version 10.7, URL: https://desktop.arcgis.com).]
Rezilta endèks pèfòmans modèl pou eleman yo itilize nan etid sa a yo montre nan tablo 2.Nan lòt men an, RMSE ak MAE nan Ni tou de tou de pre zewo (0.86 RMSE, -0.08 MAE).Nan lòt men an, tou de RMSE ak MAE valè nan K yo akseptab. RMSE ak MAE rezilta yo te pi gwo pou kalsyòm ak mayezyòm. etid sa a lè l sèvi avèk EBK pou predi Ni yo te jwenn pi bon pase rezilta yo nan John et al.54 itilize kriging sinèrjik pou predi konsantrasyon S nan tè lè l sèvi avèk menm done yo kolekte.41, Yan et al.79, Beguin et al.80, Adhikary et al.81 ak John et al.82, espesyalman K ak Ni.
Pèfòmans metòd endividyèl pou predi kontni nikèl nan tè iben ak peri-iben yo te evalye lè l sèvi avèk pèfòmans nan modèl yo (Tablo 3). Validasyon modèl ak evalyasyon presizyon konfime ke prediktè a Ca_Mg_K konbine avèk modèl la EBK SVMR bay pi bon pèfòmans. 7 (R2), 95,479 mg / kg (RMSE) ak 77,368 mg / kg (MAE) Ca_Mg_K-SVMR te 0,663 (R2), 235,974 mg / kg (RMSE) ak 166,946 mg / kg (MAE). _Mg-EBK_SVMR (0.643 = R2);rezilta RMSE yo ak MAE yo te pi wo pase sa yo pou Ca_Mg_K-EBK_SVMR (R2 0.637) (gade Tablo 3). Anplis de sa, RMSE ak MAE nan Ca_Mg-EBK_SVMR (RMSE = 1664.64 ak MAE = 1031.49) modèl yo se 17.4, ki pi gwo pase 13.4 nan Ca_M, respektivman. K_SVMR. Menm jan an tou, RMSE ak MAE nan modèl Ca_Mg-K SVMR (RMSE = 235.974 ak MAE = 166.946) se 2.5 ak 2.2 pi gwo pase sa yo nan Ca_Mg_K-EBK_SVMR RMSE ak MAE, respektivman. yo te obsève.Dapre Kebonye et al.46 ak John et al.54, pi pre RMSE a ak MAE a zewo, se pi bon rezilta yo. .Sa vle di ke plis etewojèn dataset la, se pi wo valè MAE ak RMSE yo.Precision nan evalyasyon kwa-validasyon nan modèl melanje Ca_Mg_K-EBK_SVMR pou predi kontni Ni nan tè iben ak banlye te 63.70%.Selon Li et al.59, nivo presizyon sa a se yon to pèfòmans modèl akseptab.Rezilta prezan yo konpare ak yon etid anvan Tarasov et al.36 ki gen modèl ibrid ki te kreye MLPRK (Multilayer Perceptron Residual Kriging), ki gen rapò ak endèks evalyasyon presizyon EBK_SVMR rapòte nan etid aktyèl la, RMSE (210) ak MAE (167.5) te pi wo pase rezilta nou yo nan etid aktyèl la (RMSE 95.479, MAE 77.32.368.37) te konpare ak etid aktyèl la). Tarasov et al.36 (0.544), li klè ke koyefisyan detèminasyon an (R2) se pi wo nan modèl sa a melanje.Marge erè (RMSE ak MAE) (EBK SVMR) pou modèl la melanje se de fwa pi ba. Menm jan an tou, Sergeev et al.34 anrejistre 0.28 (R2) pou modèl la devlope ibrid (Multilayer Kritike Percept) pandan y ap etid aktyèl la (Multilayer Kri2R7) etid la. ).Nivo presizyon prediksyon nan modèl sa a (EBK SVMR) se 63.7%, pandan y ap presizyon nan prediksyon jwenn pa Sergeev et al.34 se 28%. Kat final la (Fig. 5) kreye lè l sèvi avèk modèl EBK_SVMR ak Ca_Mg_K kòm yon prediktè montre prediksyon nan tach cho ak modere nikèl sou tout zòn etid la.Sa vle di ke konsantrasyon nan nikèl nan zòn etid la se sitou modere, ak konsantrasyon ki pi wo nan kèk zòn espesifik.
Kat prediksyon final la reprezante lè l sèvi avèk modèl ibrid EBK_SVMR ak lè l sèvi avèk Ca_Mg_K kòm prediktè a. [Te kat distribisyon espasyal la te kreye lè l sèvi avèk RStudio (vèsyon 1.4.1717: https://www.rstudio.com/).]
Prezante nan Figi 6 yo se konsantrasyon PTE kòm yon plan konpozisyon ki gen ladann newòn endividyèl yo.Okenn nan avyon yo eleman ekspoze menm modèl koulè jan yo montre.Sepandan, kantite apwopriye nan newòn pou chak kat jeyografik trase se 55.SeOM pwodui lè l sèvi avèk yon varyete koulè, ak plis sanble ak modèl koulè yo, plis konparab pwopriyete yo nan echantiyon yo. Kidonk, CaK ak CaMg pataje kèk resanblans ak newòn wo-lòd ak modèl koulè ki ba-a-modere.Tou de modèl predi konsantrasyon Ni nan tè a lè yo montre koulè mwayen ak wo nan koulè tankou wouj, zoranj ak jòn. Modèl te montre yon modèl koulè segondè ki endike konsantrasyon potansyèl nikèl nan tè a (gade Figi 4).Plan an eleman modèl CakMg montre yon modèl koulè divès soti nan ba rive segondè selon yon echèl koulè egzat.Anplis de sa, prediksyon modèl la nan kontni nikèl (CakMg) se menm jan ak distribisyon an espasyal nan nikèl yo montre nan Figi 5-wo konsantrasyon iben ak pwopòsyon iben ba. ils.Figi 7 dekri metòd kontou nan gwoup k-mwayen yo sou kat jeyografik la, divize an twa grap ki baze sou valè a prevwa nan chak modèl.Metòd kontou a reprezante kantite pi bon grap yo.Nan 115 echantiyon tè yo kolekte, kategori 1 te jwenn pi echantiyon tè yo, 74.Gwoupman 2 te resevwa 33 echantiyon yo te senplifye konbinezon yo te resevwa 8 pou gwoup yo te senplifye. Entèpretasyon grap.Akòz anpil pwosesis natirèl ak antwojèn ki afekte fòmasyon tè a, li difisil pou gen modèl grap byen diferansye nan yon kat SeOM distribiye78.
Pwodiksyon avyon konpozan pa chak varyab EBK_SVM_SeOM (Epirik Bayesian Kriging Support Vector Machine).
Diferan eleman klasifikasyon gwoup [SeOM kat yo te kreye lè l sèvi avèk RStudio (vèsyon 1.4.1717: https://www.rstudio.com/).]
Etid la kounye a klèman montre teknik modèl pou konsantrasyon nikèl nan tè iben ak peri-iben yo. Etid la teste diferan teknik modèl, konbine eleman ak teknik modèl, yo jwenn pi bon fason pou predi konsantrasyon nikèl nan tè a. Kat Distribisyon Atiyal konfime planar distribisyon espasyal la nan konpozan ekspoze pa EBK_SVMR (gade Figi 5). Rezilta yo montre ke sipò vektè machin modèl la retou annaryè (ca mg K-SVMR) predi konsantrasyon an nan NI nan tè kòm yon modèl sèl, ak Modèl la ak Modèl la ak Modèl la. Epitou defekte akòz valè a ki ba nan koyefisyan nan detèminasyon (R2) .Bon rezilta yo te jwenn lè l sèvi avèk EBK SVMR ak eleman konbine (CAKMG) ak ki ba RMSE ak MAE erè ak yon presizyon nan 63.7%.L Sèvi ak Ca Mg K kòm predi pou predi Ni konsantrasyon nan zòn nan etid ka amelyore prediksyon nan Ni nan tè.Sa a vle di ke aplikasyon an kontinyèl nan nikèl ki baze sou angrè ak polisyon endistriyèl nan tè a pa endistri a asye gen yon tandans ogmante konsantrasyon an nan nikèl nan tè a. pwopoze pou aplike modèl EBK-SVMR pou evalye ak predi PTE nan tè;nplis de sa, nou pwopoze yo sèvi ak EBK ibride ak divès kalite algoritm aprantisaj machin. Yo te prevwa konsantrasyon Ni lè l sèvi avèk eleman kòm kovaryè;sepandan, lè l sèvi avèk plis covariates ta anpil amelyore pèfòmans nan modèl la, ki ka konsidere kòm yon limit nan travay aktyèl la.Yon lòt limit nan etid sa a se ke kantite done ansanm se 115.Se poutèt sa, si yo bay plis done, yo ka amelyore pèfòmans nan metòd ibridizasyon optimize yo pwopoze a.
PlantProbs.net.Nikèl nan Plant ak Tè https://plantprobs.net/plant/nutrientImbalances/sodium.html (Konsève 28 avril 2021).
Kasprzak, KS Nikèl pwogrè nan anviwònman modèn toksikoloji.anvironnman.toksikoloji.11, 145–183 (1987).
Cempel, M. & Nikel, G. Nikèl: Yon revizyon sou sous li yo ak toksikoloji anviwònman an.Polonè J. Environment.Stud.15, 375–382 (2006).
Freedman, B. & Hutchinson, TC Antre polisyon ki soti nan atmosfè a ak akimilasyon nan tè ak vejetasyon toupre yon fondri nikèl-kwiv nan Sudbury, Ontario, Canada.can.J.Bot.58(1), 108-132.https://doi.org/10.1139/b80-014 (1980).
Manyiwa, T. et al.Metal lou nan tè, plant ak risk ki asosye ak ruminants nan patiraj toupre min Selebi-Phikwe kwiv-nikèl nan Botswana.surroundings.Geochemistry.Health https://doi.org/10.1007/s10653-021-00902-x (02902-x).
Cabata-Pendias.Kabata-Pendias A. 2011. Oligo-eleman nan tè ak… – Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+Trace+ Elements+in+soils+in+soils+and+9+%2+%2+9+%2. +CRC+Press&btnG= (Aksè 24 Nov 2020).
Almås, A., Singh, B., Agrikilti, TS-NJ nan & 1995, undefined.Efè nan endistri nikèl Ris la sou konsantrasyon metal lou nan tè agrikòl ak zèb nan Soer-Varanger, Norway.agris.fao.org.
Nielsen, GD et al.Nikèl absòpsyon ak retansyon nan dlo pou bwè yo gen rapò ak konsomasyon manje ak nikèl sensitivity.toxicology.application.Pharmacodynamics.154, 67-75 (1999).
Costa, M. & Klein, CB Nikèl kanserojèn, mitasyon, epigenetics oswa seleksyon.antouraj.Health Perspective.107, 2 (1999).
Ajman, PC;Ajado, SK;Borůvka, L.;Bini, JKM;Sarkody, VYO;Cobonye, ​​​​NM;Analiz tandans nan eleman potansyèlman toksik: yon revizyon bibliyometrik.Jeochimik anviwònman ak sante.Springer Science & Business Media BV 2020.https://doi.org/10.1007/s10653-020-00742-9.
Minasny, B. & McBratney, AB Digital Soil Mapping: A Brief History and Some Lessons.Geoderma 264, 301–311.https://doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. On digital soil mapping.Geoderma 117(1-2), 3-52.https://doi.org/10.1016/S0016-7061(03)00223-4 (2003).
Deutsch.CV Geostatistical Reservoir Modeling,… – Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=CV+Deutsch%2C+2002%2C+Geostatistical+Reservoir+Modeling%2C +Oxford+University++37%2C5%2C+Access%2C+Oxford+University+37. 2021).


Tan poste: 22-Jul-2022