Þakka þér fyrir að heimsækja Nature.com. Vafraútgáfan sem þú notar hefur takmarkaðan stuðning fyrir CSS. Til að fá bestu upplifunina mælum við með að þú notir uppfærðan vafra (eða slökktir á samhæfnistillingu í Internet Explorer). Í millitíðinni, til að tryggja áframhaldandi stuðning, munum við birta síðuna án stíla og JavaScript.
Jarðvegsmengun er stórt vandamál af völdum mannlegra athafna. Staðbundin dreifing hugsanlegra eitraðra þátta (PTEs) er breytileg í flestum þéttbýli og þéttbýli. Þess vegna er erfitt að spá fyrir um innihald PTEs í slíkum jarðvegi. Alls voru 115 sýni fengin frá Frydek Mistek í Tékklandi (Kalíum) og magnesíum (Kassium) og magnesíum (Kassium) styrk. s voru ákvörðuð með inductive coupled plasma losun litrófsmælingu. Svörunarbreytan er Ni og spáþættirnir eru Ca, Mg og K. Fylgnifylki milli svörunarbreytu og spábreytu sýnir fullnægjandi fylgni á milli frumefna. Spániðurstöðurnar sýndu að Support Vector Machine Regression (SVMR) stóð sig vel, þó að villa 25 kvaðratmagn (4kgSE) rót meðaltals (meðaltal 235 kgm. E) (166.946 mg/kg) voru hærri en aðrar aðferðir sem notaðar voru. Blönduð líkön fyrir Empirical Bayesian Kriging-Multiple Linear Regression (EBK-MLR) skila illa árangri, eins og sést af ákvörðunarstuðlum sem eru undir 0.1. Empirical Bayesian Kriging-Support Vector Machine Regression (EBK-MLR) gerðist illa, eins og sést af ákvörðunarstuðlum sem eru undir 0,1. og MAE (77.368 mg/kg) gildi og hár ákvörðunarstuðull (R2 = 0.637). Úttak EBK-SVMR líkanatækninnar er sjónrænt með því að nota sjálfskipulegt kort.Taugafrumur í flokki blendingslíkans CakMg-EBK-SVMR hluti sýna margvísleg litamynstur í þéttbýli SVK sem spáir þannig fyrir um Niperibin og SVK-niðurstöður. er áhrifarík tækni til að spá fyrir um styrk Niður í þéttbýli og útjaðri jarðvegs.
Nikkel (Ni) er talið örnæringarefni fyrir plöntur vegna þess að það stuðlar að köfnunarefnisbindingu í andrúmsloftinu (N) og umbrotum þvagefnis, sem hvort tveggja er nauðsynlegt til spírun fræja. Auk framlags þess til spírunar fræs getur Ni virkað sem sveppa- og bakteríuhemill og stuðlað að þróun plantna. Skortur á nikkeli í jarðveginum gerir það að verkum að plöntur geta tekið upp grænt lauf, til dæmis, jurtir. notkun nikkeláburðar til að hámarka köfnunarefnisbindingu 2. Áframhaldandi notkun á nikkelbundnum áburði til að auðga jarðveginn og auka getu belgjurta til að binda köfnunarefni í jarðveginn eykur stöðugt nikkelstyrkinn í jarðveginum.Þrátt fyrir að nikkel sé örnæringarefni fyrir plöntur, þá getur það of mikið af nikkel gert í óhóflegu magni af nikkeli. sýrustig jarðvegs og hindrar upptöku járns sem nauðsynlegs næringarefnis fyrir vöxt plantna1.Samkvæmt Liu3 hefur Ni reynst vera 17. mikilvægi þátturinn sem þarf til þróunar og vaxtar plantna. Auk hlutverks nikkels í þróun og vexti plantna, þarf fólk það til margvíslegra nota. Rafhúðun, framleiðsla á nikkelbundnum nikkelblöndum krefst hvers kyns kveikjubúnaðar og kveikjubúnaðar í nikkeliðnaði, Iðnaðargeirum. Þar að auki hafa nikkel-undirstaða málmblöndur og rafhúðaðar vörur verið mikið notaðar í eldhúsbúnaði, fylgihlutum í danssal, birgðum í matvælaiðnaði, rafmagni, vír og kapli, þotuhverflum, skurðaðgerðaígræðslum, vefnaðarvöru og skipasmíði5. Ni-ríkt magn í jarðvegi (þ.e. yfirborðsjarðvegi) hefur verið rakið til bæði náttúrulegrar uppsprettu og náttúrulegrar uppsprettu. ic4,6.Náttúrulegar uppsprettur nikkels eru meðal annars eldgos, gróður, skógareldar og jarðfræðilegir ferlar;hins vegar eru uppsprettur af mannavöldum meðal annars nikkel/kadmíum rafhlöður í stáliðnaði, rafhúðun, ljósbogasuðu, dísil- og eldsneytisolíur og útblástur í andrúmslofti frá kolabrennslu og úrgangs- og seyrubrennslu Nikkelsöfnun7,8.Samkvæmt Freedman og Hutchinson9 og Manyiwa o.fl.10, eru helstu uppsprettur jarðvegsmengunar í nánasta og aðliggjandi umhverfi aðallega álver og námur sem byggjast á nikkelkopar. Efsta jarðvegurinn í kringum Sudbury nikkel-koparhreinsunarstöðina í Kanada var með hæsta magn nikkelmengunar, 26.000 mg/kg11. Aftur á móti hefur mengun frá nikkelframleiðslu í Noregi1 í Rússlandi leitt til meiri nikkelframleiðslu í Noregi til Alms1. .12, var magn HNO3-útdráttanlegs nikkels í efsta ræktunarlandi svæðisins (nikkelframleiðsla í Rússlandi) á bilinu 6,25 til 136,88 mg/kg, sem samsvarar meðaltali 30,43 mg/kg og grunnstyrk 25 mg/kg. Möguleg áhrif nikkels í mönnum geta leitt til krabbameins með stökkbreytingum, litningaskemmdum, Z-DNA myndun, stífluð DNA útskurðarviðgerð eða erfðafræðilegum ferlum13. Í dýratilraunum hefur komið í ljós að nikkel getur valdið ýmsum æxlum og krabbameinsvaldandi æxli geta valdið æxli.
Jarðvegsmengunarmat hefur blómstrað að undanförnu vegna margvíslegra heilsutengdra vandamála sem stafa af samböndum jarðvegs og plantna, jarðvegs og líffræðilegra samskipta jarðvegs og jarðvegs, vistfræðilegu niðurbroti og mati á umhverfisáhrifum. Hingað til hefur staðbundin spá um hugsanlega eitruð efni (PTEs) eins og Ni í jarðvegi verið með hefðbundnum og tímafrekum aðferðum SM5. stórbætt forspár jarðvegskortlagningar (PSM).Samkvæmt Minasny og McBratney16, hefur forspár jarðvegskortlagning (DSM) reynst vera áberandi undirgrein jarðvegsfræði. Lagacherie og McBratney, 2006 skilgreina DSM sem "sköpun og fyllingu landfræðilegra jarðvegsupplýsingakerfa og notkunar á rannsóknarstofum sem ekki eru í rannsóknastofu og í rýmisrannsóknarstofum". cBratney o.fl.17 gera grein fyrir því að nútíma DSM eða PSM er áhrifaríkasta tæknin til að spá fyrir um eða kortleggja staðbundna dreifingu PTEs, jarðvegsgerða og jarðvegseiginleika. Jarðtölfræði og vélanámsreiknirit (MLA) eru DSM líkanaaðferðir sem búa til stafræn kort með hjálp tölvur sem nota mikilvæg og lágmarks gögn.
Deutsch18 og Olea19 skilgreina jarðtölfræði sem „safn tölulegra aðferða sem fjalla um framsetningu staðbundinna eiginleika, aðallega með því að nota stochastic líkön, eins og hvernig tímaraðagreining einkennir tímabundin gögn.Jarðtölfræði felur fyrst og fremst í sér mat á afbrigðum, sem gera kleift að mæla og skilgreina ósjálfstæði staðbundinna gilda úr hverju gagnasafni20.Gumiaux et al.20 sýna ennfremur að mat á breytimyndum í jarðtölfræði byggir á þremur meginreglum, þar á meðal (a) að reikna mælikvarða gagnafylgni, (b) að greina og reikna út anisotropy í misræmi gagnasafna og (c) auk þess að taka tillit til eðlislægrar villu mæligagnanna aðskilin frá staðbundnum áhrifum eru einnig metin á milli landfræðilegra áhrifa á þessi svæði. fræði, þar á meðal almenn kriging, co-kriging, venjuleg kriging, reynslusögu Bayesian kriging, einföld kriging aðferð og aðrar vel þekktar innskotsaðferðir til að kortleggja eða spá fyrir um PTE, jarðvegseinkenni og jarðvegsgerðir.
Machine Learning Algorithms (MLA) eru tiltölulega ný tækni sem notar stærri ólínulega gagnaflokka, knúin áfram af reikniritum sem eru fyrst og fremst notuð til gagnanáms, greina mynstur í gögnum og ítrekað beitt við flokkun á vísindasviðum eins og jarðvegsfræði og skilaverkefnum. Fjölmargar rannsóknargreinar styðjast við eins og MLA módel o.fl.22 (tilviljanakenndir skógar til að meta þungmálma í landbúnaðarjarðvegi), Sakizadeh o.fl.23 (líköngerð með því að nota stuðningsvektorvélar og gervi taugakerfi) jarðvegsmengun ). Auk þess, Vega o.fl.24 (CART til að móta varðveislu þungmálma og aðsog í jarðvegi) Sun o.fl.25 (beiting kúbísta er dreifing Cd í jarðvegi) og önnur reiknirit eins og k-næstasta nágranni, almennt aukið aðhvarf og aukið aðhvarf Tré notuðu einnig MLA til að spá fyrir um PTE í jarðvegi.
Notkun DSM reiknirita í spá eða kortlagningu stendur frammi fyrir nokkrum áskorunum. Margir höfundar telja að MLA sé betri en jarðtölfræði og öfugt. Þó annað sé betra en hitt bætir samsetning þessara tveggja nákvæmni kortlagningar eða spá í DSM15.Woodcock og Gopal26 Finke27;Pontius og Cheuk28 og Grunwald29 tjá sig um annmarka og nokkrar villur í spáð jarðvegskortlagningu. Jarðvegsfræðingar hafa reynt margvíslegar aðferðir til að hámarka skilvirkni, nákvæmni og fyrirsjáanleika DSM kortlagningar og spá.15 útskýra að löggildingarhegðun og óvissa sem kynnt er með kortagerð og spá ætti að vera sjálfstætt fullgilt til að bæta kortagæði. Takmarkanir DSM eru vegna landfræðilega dreifðra jarðvegsgæða, sem felur í sér óvissuþátt;skortur á vissu í DSM getur hins vegar stafað af mörgum villum, þ.e. fylgibreytuskekkju, líkanvillu, staðsetningarvillu og greiningarvillu 31. Ónákvæmni líkans sem framkallað er í MLA og jarðtölfræðiferlum tengist skilningsleysi, sem á endanum leiðir til ofureinföldunar á raunverulegu ferlinu32. Burtséð frá breytum líkansins, óháð því hvernig líkanið er, getur það verið í eðli sínu. atical model predictions, eða interpolation33. Nýlega hefur komið fram ný DSM stefna sem stuðlar að samþættingu jarðtölfræði og MLA við kortlagningu og spá. Nokkrir jarðvegsfræðingar og höfundar, eins og Sergeev o.fl.34;Subbotina o.fl.35;Tarasov o.fl.36 og Tarasov o.fl.37 hafa nýtt sér nákvæm gæði jarðtölfræði og vélanáms til að búa til blendingslíkön sem bæta skilvirkni spá og kortlagningu.gæði. Sum þessara blendinga eða samsettra reikniritlíkana eru Artificial Neural Network Kriging (ANN-RK), Multilayer Perceptron Residual Kriging (MLP-RK), Generalized Regression Neural Network Residual Kriging (GR- NNRK)36, Artificial Neural Network Kriging-Multilayer Perceptron (ANN-K-MLPKrigs Process) og Gaur-K-MLPK3 aðferð.
Samkvæmt Sergeev o.fl., hefur sameining ýmissa líkanatækni tilhneigingu til að útrýma göllum og auka skilvirkni blendingslíkansins sem myndast frekar en að þróa eina líkanið þess. Í þessu samhengi er því haldið fram í þessari nýju grein að það sé nauðsynlegt að beita sameinuðu reikniriti jarðtölfræði og MLA til að búa til ákjósanleg blendingslíkön til að spá fyrir um auðgun Niður í þéttbýli á þéttbýli og útlandalíkan. og blandaðu því með Support Vector Machine (SVM) og Multiple Linear Regression (MLR) líkön. Blending EBK með hvaða MLA sem er er ekki þekkt. Margfeldi blönduðu líkönin sem sjást eru samsetningar af venjulegu, leifar, aðhvarfskriging, og MLA.EBK er jarðtölfræðileg innskotsaðferð sem notar staðbundið svið sem er staðbundið stochastic ferli sem er staðbundið og staðbundið færibreytur sem er staðbundið færibreytur/staðbundið ferli , sem gerir ráð fyrir staðbundnum breytileika39.EBK hefur verið notað í margvíslegum rannsóknum, þar á meðal við greiningu á dreifingu lífræns kolefnis í bújarðvegi40, mat á jarðvegsmengun41 og kortlagningu jarðvegseiginleika42.
Aftur á móti er Self-Organizing Graph (SeOM) námsalgrím sem hefur verið beitt í ýmsum greinum eins og Li o.fl.43, Wang o.fl.44, Hossain Bhuiyan o.fl.45 og Kebonye o.fl.46 Ákvarða staðbundna eiginleika og flokkun frumefna.Wang o.fl.44 útskýra að SeOM er öflug námstækni sem er þekkt fyrir getu sína til að flokka og ímynda sér ólínuleg vandamál. Ólíkt öðrum mynsturgreiningaraðferðum eins og aðalhlutagreiningu, óljósri klasagerð, stigveldisklasingu og ákvarðanatöku með mörgum forsendum er SeOM betri í að skipuleggja og greina PTE mynstur.Samkvæmt Wang o.fl.44, SeOM getur staðbundið flokka dreifingu tengdra taugafrumna og veitt háupplausn gagnasýn. SeOM mun sjá Ni-spágögn til að fá besta líkanið til að einkenna niðurstöðurnar fyrir beina túlkun.
Þessi grein miðar að því að búa til öflugt kortlagningarlíkan með hámarksnákvæmni til að spá fyrir um nikkelinnihald í þéttbýli og þéttbýli. Við gerum tilgátu um að áreiðanleiki blandaða líkansins velti aðallega á áhrifum annarra líkana sem fylgja grunnlíkaninu. Við viðurkennum áskoranirnar sem DSM stendur frammi fyrir, og á meðan þessar áskoranir eru teknar á á mörgum vígstöðvum og MLA framfarir í samsetningu landfræðilegra vígstöðva;því munum við leitast við að svara rannsóknarspurningum sem geta skilað af sér blönduðum líkönum. Hins vegar, hversu nákvæmt er líkanið við að spá fyrir um markþáttinn? Einnig, hvert er skilvirknimat byggt á löggildingu og nákvæmnismati? Þess vegna voru sérstök markmið þessarar rannsóknar að (a) búa til sameinað blöndulíkan fyrir SVMR eða MLR bera saman líkanið sem blöndun fyrir líkanið, leggja til EBK líkanið (blanda) að spá fyrir um styrk Niður í þéttbýli eða í þéttbýli, og (d) beitingu SeOM til að búa til háupplausnarkort af staðbundnum breytileika nikkels.
Rannsóknin er gerð í Tékklandi, sérstaklega í Frydek Mistek hverfi í Moravia-Silesíska svæðinu (sjá mynd 1). Landafræði rannsóknarsvæðisins er mjög harðger og er að mestu leyti hluti af Moravia-Silesian-rannsókninni, sem er staðsett á milli 49 ′ 0 ′ N og 18 ′ N og 18. ′ E, og hæðin er á bilinu 225 til 327 m;Koppen flokkunarkerfið fyrir loftslagsástand svæðisins er hins vegar metið sem Cfb = temprað úthafsloftslag. Það er mikil úrkoma jafnvel á þurru mánuðinum. Hitastigið er örlítið breytilegt allt árið á milli −5 °C og 24 °C, fer sjaldan niður fyrir −14 °C eða yfir 30 °C, en meðaltalsúrkoma er á bilinu 7 mm284 svæði á ári. er 1.208 ferkílómetrar, með 39,38% af ræktuðu landi og 49,36% af skógarþekju. Á hinn bóginn er svæðið sem notað er í þessari rannsókn um 889,8 ferkílómetrar. Í og við Ostrava eru stáliðnaður og málmverksmiðja mjög virk.Málmverksmiðjur, stáliðnaður þar sem nikkelfrítt stál er notað í járn- og nikkelmótstöðu (egínfrítt stál) í járn- og stálþol. Þannig eykur styrkur málmblöndunnar en viðheldur góðri sveigjanleika og seiglu), og öflugur landbúnaður eins og fosfatáburður og búfjárframleiðsla eru rannsóknarmögulegar uppsprettur nikkels á svæðinu (td að bæta nikkeli við lömb til að auka vaxtarhraða lamba og lágfóðraðra nautgripa). Önnur iðnaðarnotkun á nikkeli á rannsóknarsvæðum er rafhúðun, þar á meðal rafhúðun á nikkel, m.a. Auðvelt að greina frá jarðvegslit, uppbyggingu og karbónatinnihaldi. Jarðvegsáferðin er miðlungs til fín, unnin úr móðurefninu. Þau eru í náttúrunni samlífa, alluvial eða aeolian. Sum jarðvegssvæði virðast flekkótt í yfirborði og undirlagi, oft með steinsteypu og bleikingu. Hins vegar eru kambisols og stagnosols í 4 svæðum sem eru algengustu á 4 svæðum með 5 hæðum. 493,5 m, kambisolar ráða yfir Tékklandi49.
Rannsóknarsvæðiskort [Könnunarsvæðiskortið var búið til með ArcGIS Desktop (ESRI, Inc, útgáfa 10.7, slóð: https://desktop.arcgis.com).]
Alls voru tekin 115 gróðurjarðsýni úr þéttbýli og útlægri jarðvegi í Frydek Mistek hverfi. Sýnamynstrið sem notað var var venjulegt rist með jarðvegssýnum með 2 × 2 km millibili, og jarðvegur var mældur á 0 til 20 cm dýpi með handfestu GPS tæki (Leica Zeno 5 5 GPS). voru loftþurrkuð til að framleiða duftformuð sýni, mulin með vélrænu kerfi (Fritsch diskamylla) og sigtuð (sigtastærð 2 mm). Settu 1 gramm af þurrkuðum, einsleitum og sigtuðum jarðvegssýnum í greinilega merktar teflonflöskur. Í hverju Teflon-íláti, dreift 7 ml af 35% HCl og 5% 3 ml af sjálfvirkum HCl og 5% 3 ml af sýra (sjálfvirkan HCl) leyfðu sýnunum að standa yfir nótt fyrir hvarfið (aqua regia program) .Setjið ofanvatnið á heita málmplötu (hitastig: 100 W og 160 °C) í 2 klst til að auðvelda meltingarferli sýnanna, kælið síðan.Flytið ofanvatnið í 50 ml mæliflösku og þynnið út í 50 ml sem þynnt er út í 50 ml. ml PVC rör með afjónuðu vatni. Að auki var 1 ml af þynningarlausninni þynnt með 9 ml af afjónuðu vatni og síað í 12 ml rör sem útbúið var fyrir PTE gerviþéttni. Styrkur PTEs (As, Cd, Cr, Cu, Mn, Ni, Pb, Zn, Ca, MgIn, K) var ákvarðaður með ICP- OE Sérhæfð af ICP-Essjón (Pseudo) (Thermo Fisher Scientific, USA) samkvæmt stöðluðum aðferðum og samkomulagi. Tryggðu gæðatryggingu og eftirlit (QA/QC) verklagsreglur (SRM NIST 2711a Montana II Soil).PTEs með greiningarmörk undir helmingi voru útilokuð frá þessari rannsókn. Uppgötvunarmörk PTE sem notað var í þessari rannsókn var 0,0004.(Þú tryggir gæði eftirlits og gæðaviðmiðunar fyrir hverja greiningu og gæðaviðmiðun). .Til að tryggja að villur væru sem minnst, var gerð tvöföld greining.
Empirical Bayesian Kriging (EBK) er ein af mörgum jarðtölfræðilegum innskotsaðferðum sem notuð eru við líkanagerð á fjölbreyttum sviðum eins og jarðvegsfræði. Ólíkt öðrum kriging interpolation tækni, er EBK frábrugðin hefðbundnum kriging aðferðum með því að taka tillit til villunnar sem metin er af semivariogram líkaninu. vissu og forritun sem tengist þessari teikningu á hálfmyndarritinu sem er mjög flókinn hluti af fullnægjandi kriging aðferð. Innskotsferli EBK fylgir þremur viðmiðunum sem Krivoruchko50 lagði til, (a) líkanið metur hálfmyndafræðiritið úr inntaksgagnagrunninum (b) nýja spáð gildi fyrir hvern inntaksgagnasettsstað byggt á mynduðu hálfgerða gagnapakkalíkaninu og (c) The compute the semivariogram regla er gefin Bayquariogram. sem bakhlið
Þar sem \(Prob\left(A\right)\) táknar fyrri, \(Prob\left(B\right)\) jaðarlíkur eru hunsaðar í flestum tilfellum, \(Prob (B,A)\ ) .The semivariogram útreikningur er byggður á Bayes' reglu, sem sýnir tilhneigingu athugunargagnasetta sem hægt er að búa til út frá semivarios' reglunni, The Bay value of the semivarios'. er að búa til gagnapakka með athugunum úr hálfmyndarritinu.
Stuðningsvektorvél er vélanámsreiknirit sem býr til ákjósanlegt aðskilnaðarhyperplan til að greina eins en ekki línulega óháða flokka.Vapnik51 bjó til ásetningsflokkunaralgrímið, en það hefur nýlega verið notað til að leysa aðhvarfsmiðað vandamál.Samkvæmt Li o.fl. – SVMR) var notað í þessari greiningu. Cherkassky og Mulier53 voru brautryðjendur SVMR sem kjarnabundinna aðhvarfs, en útreikningur hennar var framkvæmdur með línulegu aðhvarfslíkani með staðbundnum aðgerðum í mörgum löndum. John o.fl.55, epsilon (ε)-SVMR notar þjálfað gagnasafn til að fá framsetningarlíkan sem epsilon-ónæm aðgerð sem er notuð til að kortleggja gögnin sjálfstætt með bestu epsilon hlutdrægni frá þjálfun á fylgni gögnum. Forstillta fjarlægðarvillan er hunsuð frá raunverulegu gildi og ef villan er stærri en ε(ε), bætir líkanið einnig við flókna eiginleika undirmengunnar við þjálfunina. styðja vektora. Jafnan sem Vapnik51 lagði til er sýnd hér að neðan.
þar sem b táknar mælikvarðaþröskuldinn, \(K\left({x}_{,}{ x}_{k}\right)\) táknar kjarnafallið, \(\alpha\) táknar Lagrange margfaldara, N táknar tölulegt gagnasafn, \({x}_{k}\) táknar gagnainntak, og \(y\) er gagnagrunnur sem notaður er af MR-kjarnanum, sem er MR-kjarna aðgerðin sem er notuð. F). RBF kjarnanum er beitt til að ákvarða ákjósanlegasta SVMR líkanið, sem er mikilvægt til að fá fíngerðasta refsingarsettið C og kjarnabreytu gamma (γ) fyrir PTE þjálfunargögnin. Í fyrsta lagi metum við þjálfunarsettið og prófuðum síðan frammistöðu líkansins á löggildingarsettinu. Stýrisbreytan sem notuð er er sigma og aðferðargildið er svmRadial.
Margfalt línulegt aðhvarfslíkan (MLR) er aðhvarfslíkan sem táknar sambandið milli svörunarbreytunnar og fjölda forspárbreyta með því að nota línulegar samanlagðar færibreytur sem reiknaðar eru út með minnstu kvaðrata aðferðinni. Í MLR er minnstu kvaðratlíkan forspárfall jarðvegseiginleika eftir val á skýringarbreytum. Nauðsynlegt er að nota svarið með því að nota PTE var notað til að koma á línulegu sambandi við breytuna sem notað var til að koma á línulegu sambandinu. skýringarbreytur.MLR-jafnan er
þar sem y er svörunarbreytan, \(a\) er skerið, n er fjöldi spáþátta, \({b}_{1}\) er aðhvarf að hluta stuðlana, \({x}_{ i}\) táknar forspá eða skýringarbreytu og \({\varepsilon }_{i}\) táknar villuna í líkaninu,.
Blönduð líkön voru fengin með því að samloka EBK með SVMR og MLR. Þetta er gert með því að draga spáð gildi úr EBK víxlun. Spágildin sem fengin eru úr víxluðu Ca, K og Mg eru fengin með samsettu ferli til að fá nýjar breytur, svo sem CaK, CaMg og KMg. Stefnin sem fá fjóra K, K og Mg eru sameinuð Ca, K og Mg. breytur sem fengnar eru eru Ca, K, Mg, CaK, CaMg, KMg og CaKMg. Þessar breytur urðu fyrirspárefni okkar, hjálpa til við að spá fyrir um nikkelstyrk í þéttbýli og þéttbýli. SVMR reikniritið var framkvæmt á spámunum til að fá blönduð líkan. líkan Empirical Bayesian Kriging-Multiple Linear Regression (EBK_MLR). Venjulega eru breyturnar Ca, K, Mg, CaK, CaMg, KMg og CaKMg notaðar sem fylgibreytur sem forspár um Ni-innihald í þéttbýli og þéttbýli. Ásættanlegasta líkanið sem fæst (EBK_SVR með því að nota EBK_SVM með því að nota sjálf-flæðisrannsókn) verður þá sýnt í sjónrænum rannsóknum. Mynd 2.
Using SeOM hefur orðið vinsælt tól til að skipuleggja, meta og spá fyrir um gögn í fjármálageiranum, heilbrigðisþjónustu, iðnaði, tölfræði, jarðvegsfræði og fleira.SeOM er búið til með gervi tauganetum og eftirlitslausum námsaðferðum fyrir skipulagningu, mat og spá. Í þessari rannsókn var SeOM notað til að sjá Ni líkanið fyrir þéttni í þéttbýli og spá fyrir um best í SeOM gögnum. mat eru notuð sem n inntaksvíddar vektorbreytur43,56.Melssen o.fl.57 lýsa tengingu inntaksvektors inn í tauganet í gegnum eitt inntakslag við úttaksvektor með einum þyngdarvigri. Úttakið sem SeOM myndar er tvívítt kort sem samanstendur af mismunandi taugafrumum eða hnútum sem eru ofin í sexhyrndar, hringlaga eða ferningslaga staðfræðileg kort í samræmi við nálægð þeirra. Samanburður á kortastærðum byggt á metric, error quantization og SeOgraphic (TE) og villulíkani (TE6) og villu 0,904, í sömu röð, er valið, sem er 55 korta eining (5 × 11). Uppbygging taugafrumna er ákvörðuð í samræmi við fjölda hnúta í reynslujöfnunni
Fjöldi gagna sem notaður er í þessari rannsókn er 115 sýni. Slembiaðferð var notuð til að skipta gögnunum í prófunargögn (25% fyrir staðfestingu) og þjálfunargagnasöfn (75% fyrir kvörðun). Þjálfunargagnasettið er notað til að búa til aðhvarfslíkanið (kvörðun) og prófunargagnagrunnurinn er notaður til að sannreyna alhæfingargetuna58. Þetta var gert til að meta innihaldshæfni ýmissa líköna í þverföldu líkani. -staðfestingarferli, endurtekið fimm sinnum. Breyturnar sem framleiddar eru með EBK víxlun eru notaðar sem forspár eða skýringarbreytur til að spá fyrir um markbreytuna (PTE). Líkanagerð er meðhöndluð í RStudio með því að nota pakkasafnið(Kohonen), library(caret), library(modelr), library(“e1071″(“pl”), library(”), library(”), library(”), library() og bókasöfn („mælingar“).
Ýmsar löggildingarfæribreytur voru notaðar til að ákvarða besta líkanið sem hentaði til að spá fyrir um styrk nikkels í jarðvegi og til að meta nákvæmni líkansins og löggildingu þess. Blendingslíkön voru metin með því að nota meðaltalsvillu (MAE), rótmeðalkvaðratskekkju (RMSE) og R-kvaðrat eða stuðullákvörðun (R2). það í óháðum mælingum lýsir forspárkrafti líkansins, en MAE ákvarðar raunverulegt magngildi. R2 gildið verður að vera hátt til að meta besta blöndulíkanið með því að nota löggildingarfæribreyturnar, því nær sem gildið er 1, því meiri nákvæmni.Samkvæmt Li o.fl.59, R2 viðmiðunargildi sem er 0,75 eða hærra er talið góður spámaður;frá 0,5 til 0,75 er ásættanleg frammistaða líkans og undir 0,5 er óviðunandi frammistaða líkans. Þegar valið er líkan með matsaðferðum RMSE og MAE löggildingarviðmiða dugðu lægri gildin sem fengust og voru talin besti kosturinn. Eftirfarandi jafna lýsir sannprófunaraðferðinni.
þar sem n táknar stærð mælds gildis\({Y}_{i}\) táknar mælda svörun, og \({\widehat{Y}}_{i}\) táknar einnig spáð svargildi, því fyrir fyrstu i athuganirnar.
Tölfræðilegar lýsingar á forspár- og svörunarbreytum eru settar fram í töflu 1, sem sýnir meðaltal, staðalfrávik (SD), breytileikastuðul (CV), lágmark, hámark, kurtosis og skewness. Lágmarks- og hámarksgildi þáttanna eru í lækkandi röð Mg < Ca < K < Ni og Ca < Mg < K < Ni, í sömu röð, á bilinu N-i svarið frá 4. í 42,39 mg/kg. Samanburður á Ni við heimsmeðaltalið (29 mg/kg) og Evrópumeðaltalið (37 mg/kg) sýndi að heildarreiknað rúmfræðilegt meðaltal fyrir rannsóknarsvæðið var innan þolanlegra marka. Engu að síður, eins og sést af Kabata-Pendias11, sýnir samanburður á meðalstyrk nikkels (Nikill núverandi rannsókn í Svíþjóð að meðalstyrkur nikkels (Ni) er svo hærra að meðalstyrkur nikkels (Nikill) í Svíþjóð er svo hærra. meðalstyrkur Frydek Mistek í jarðvegi í þéttbýli og í þéttbýli í núverandi rannsókn (Ni 16,15 mg/kg) var hærri en leyfileg mörk 60 (10,2 mg/kg) fyrir Ni í pólskum þéttbýlisjarðvegi sem Różański o.fl. greindi frá. Ennfremur, Bretzel og Calderisi61 mældist mjög lágur styrkur Niður í þéttbýli í þéttbýli í Tuscany (17 kg) samanborið við svo lágan meðaltal í Tuscany. Jim62 fann einnig lægri nikkelstyrk (12,34 mg/kg) í þéttbýli í Hong Kong, sem er lægri en núverandi nikkelstyrkur í þessari rannsókn. Birke et al63 greindu frá meðalstyrk nikkels upp á 17,6 mg/kg í gömlu námu- og þéttbýli iðnaðarsvæði í Saxony-Anhalt, Þýskalandi, sem var 1,45 mg/kg hærra en meðalstyrkur nikkels í 16 mg/kg. jarðvegur í sumum þéttbýli og úthverfum rannsóknasvæðisins má aðallega rekja til járn- og stáliðnaðar og málmiðnaðar. Þetta er í samræmi við rannsókn Khodadoust o.fl.64 að stáliðnaður og málmvinnsla séu helstu uppsprettur nikkelmengunar í jarðvegi. Hins vegar voru spáþættirnir einnig á bilinu 538,70 mg/kg til 69.161,80 mg/kg fyrir Ca, 497,51 mg/kg til 3535,68 mg/kg fyrir K, og 685,70 mg/kg. al.65 rannsökuðu heildarmagn og K innihald jarðvegs í Mið-Serbíu. Þeir komust að því að heildarstyrkur (410 mg/kg og 400 mg/kg, í sömu röð) var lægri en Mg og K styrkur núverandi rannsóknar. Óaðgreinanlegt, í austurhluta Póllands, Orzechowski og Smolczynski66 mældu heildarstyrkur Mg og Mg og 10 kg (1 kg) 590 mg/kg) og K (810 mg/kg) Innihald í gróðurmoldinni er lægra en staka frumefnið í þessari rannsókn. Nýleg rannsókn Pongrac o.fl.67 sýndu að heildar Ca innihald greint í 3 mismunandi jarðvegi í Skotlandi, Bretlandi (Mylnefield mold, Balruddery mold og Hartwood mold) benti til hærra Ca innihald í þessari rannsókn.
Vegna mismunandi mælds styrks frumefna sem tekin voru úr sýna sýna gagnasettdreifing frumefna mismunandi skekkju. Skekkja og kurtosis frumefnanna voru á bilinu 1,53 til 7,24 og 2,49 til 54,16, í sömu röð. ritstj.. Áætluð ferilskrá frumefnanna sýnir einnig að K, Mg og Ni sýna miðlungs breytileika á meðan Ca hefur mjög mikinn breytileika. Ferilskrár K, Ni og Mg útskýra einsleita dreifingu þeirra. Ennfremur er Ca dreifing ójöfn og utanaðkomandi uppsprettur geta haft áhrif á auðgunarstig þess.
Fylgni spábreytna við svörunarþættina gaf til kynna fullnægjandi fylgni á milli þáttanna (sjá mynd 3). Fylgnin benti til þess að CaK sýndi miðlungs fylgni við r gildi = 0,53, eins og CaNi.Þó að Ca og K sýni hófleg tengsl sín á milli, þá sýndu rannsakendur eins og Kingston o.fl.68 og Santo69 benda til þess að magn þeirra í jarðvegi sé í öfugu hlutfalli. Hins vegar eru Ca og Mg andstæð K, en CaK samræmist vel. Þetta getur stafað af notkun áburðar eins og kalíumkarbónats, sem er 56% hærra í kalíum. Kalíum var í meðallagi fylgni við magnesíum, 3, vegna þess að þessi tvö frumefni eru í nánu sambandi (K.6) kalíummagnesíumsúlfat, kalíummagnesíumnítrat og kalíumnítrat er borið á jarðveg til að auka skortinn. Nikkel er í meðallagi fylgni við Ca, K og Mg með r gildi = 0,52, 0,63 og 0,55, í sömu röð. af umfram magnesíum, og bæði magnesíum og kalsíum draga úr eituráhrifum nikkels í jarðvegi.
Fylgnifylki fyrir þætti sem sýna tengsl spáþátta og svörunar (Athugið: þessi mynd inniheldur dreifingarmynd milli þátta, marktektarstig eru byggð á p < 0,001).
Mynd 4 sýnir staðbundna dreifingu frumefna.Samkvæmt Burgos o.fl.70, er notkun staðdreifingar tækni sem notuð er til að mæla og varpa ljósi á heita reiti á menguðum svæðum. Auðgunarmagn Ca á mynd 4 má sjá í norðvesturhluta landdreifingarkortsins. Myndin sýnir miðlungs til mikil Ca auðgun kalsíums í norðvestur-auðgun í norðvestur auðgun kalsíums í norðvestur-auðgun (líkanlegur kalsíumauðgun í norðvestur). kalsíumoxíð) til að draga úr sýrustigi jarðvegs og notkun þess í stálverksmiðjum sem basískt súrefni í stálframleiðslunni. Á hinn bóginn kjósa aðrir bændur að nota kalsíumhýdroxíð í súrum jarðvegi til að hlutleysa sýrustig, sem einnig eykur kalkinnihald jarðvegsins71. Kalíum sýnir einnig heita bletti norðvestur og austan á kortinu. Norðvesturlandið er meðallags- til kalíum- og kólumynstur í meðallagi til kalíums. öskunotkun. Þetta er í samræmi við aðrar rannsóknir, svo sem Madaras og Lipavský72, Madaras et al.73, Pulkrabová et al.74, Asare et al.75, sem sáu að stöðugleiki jarðvegs og meðhöndlun með KCl og NPK leiddi til hátt K innihald í jarðvegi.Staðbundin kalíumauðgun í norðvesturhluta útbreiðslukortsins getur stafað af notkun áburðar sem byggir á kalíum eins og kalíumklóríði, kalíumsúlfati, kalíumnítrati, kalíum og kalíum til að auka kalíuminnihald í fátækum jarðvegi.Zádorová o.fl.76 og Tlustoš o.fl.77 lýst því yfir að notkun K-undirstaðas áburðar jók K-innihald í jarðvegi og myndi verulega auka næringarefnainnihald jarðvegs til lengri tíma litið, sérstaklega K og Mg sem sýna heitan blett í jarðveginum.Tiltölulega miðlungs heitir reitir norðvestur á kortinu og suðaustan á kortinu. intervein chlorosis.Magnesíum-undirstaða áburður, eins og kalíum magnesíum súlfat, magnesíumsúlfat og Kieserite, meðhöndla annmarka (plöntur virðast fjólubláar, rauðar eða brúnar, sem gefur til kynna magnesíumskort) í jarðvegi með eðlilegt pH-svið6. Uppsöfnun nikkels í þéttbýli og úthverfi í þéttbýli getur skipt miklu máli í jarðvegi og nikkeli í jarðvegi í jörðu nikkeli og yfirborði. framleiðsla78.
Landdreifing frumefna [landdreifingarkort var búið til með ArcGIS Desktop (ESRI, Inc, útgáfa 10.7, vefslóð: https://desktop.arcgis.com).]
Niðurstöður líkanafkastavísitölu fyrir frumefnin sem notuð eru í þessari rannsókn eru sýnd í töflu 2. Á hinn bóginn eru RMSE og MAE fyrir Ni bæði nálægt núlli (0,86 RMSE, -0,08 MAE). Á hinn bóginn eru bæði RMSE og MAE gildi K ásættanleg. RMSE og MAE niðurstöður voru meiri fyrir K MAEr kalsíum og magnesíum gagnasafn.Ca og MAEr niðurstöður gagnasetts. þessarar rannsóknar sem notaði EBK til að spá fyrir um Ni reyndist vera betri en niðurstöður John o.fl.54 með samverkandi kriging til að spá fyrir um styrk S í jarðvegi með því að nota sömu söfnuðu gögnin. EBK úttakið sem við rannsökuðum er í samræmi við það sem Fabijaczyk o.fl.41, Yan o.fl.79, Beguin o.fl.80, Adhikary o.fl.81 og John o.fl.82, sérstaklega K og Ni.
Frammistaða einstakra aðferða til að spá fyrir um nikkelinnihald í jarðvegi í þéttbýli og í þéttbýli var metinn með því að nota frammistöðu líkananna (tafla 3). Líkanlöggilding og nákvæmnismat staðfesti að Ca_Mg_K forspáin ásamt EBK SVMR líkaninu skilaði bestu frammistöðu. E) voru 0,637 (R2), 95,479 mg/kg (RMSE) og 77,368 mg/kg (MAE) Ca_Mg_K-SVMR var 0,663 (R2), 235,974 mg/kg (RMSE) og 166,946 mg/kg (MAE). mg/kg R2) og Ca_Mg-EBK_SVMR (0,643 = R2);RMSE og MAE niðurstöður þeirra voru hærri en fyrir Ca_Mg_K-EBK_SVMR (R2 0,637) (sjá töflu 3). Að auki eru RMSE og MAE af Ca_Mg-EBK_SVMR (RMSE = 1664,64 og MAE = 1031,49) líkanið 137,4, sem eru stór en 137,4 af Ca_g, og_M EBK_SVMR. Sömuleiðis eru RMSE og MAE í Ca_Mg-K SVMR (RMSE = 235.974 og MAE = 166.946) líkaninu 2.5 og 2.2 stærri en Ca_Mg_K-EBK_SVMR RMSE og MAE, í sömu röð. Niðurstöðurnar eru reiknaðar með línunni og gagnagrunninum. MAE sáust.Samkvæmt Kebonye o.fl.46 og John o.fl.54, því nær núlli sem RMSE og MAE eru, því betri eru niðurstöðurnar. SVMR og EBK_SVMR hafa hærra magnbundin RSME og MAE gildi. Í ljós kom að RSME matin voru stöðugt hærri en MAE gildin, sem gefur til kynna tilvist frávika. Samkvæmt Legates og McCabe83, er mælt með því hversu mikið er til staðar í meðaltalinu (ERMSE) af útlægum. Þetta þýðir að því misleitnari sem gagnasafnið er, því hærra eru MAE og RMSE gildin. Nákvæmni krossmats á Ca_Mg_K-EBK_SVMR blandaða líkaninu til að spá fyrir um Ni innihald í þéttbýli og úthverfum jarðvegi var 63,70%.Samkvæmt Li o.fl.59, þetta nákvæmnistig er ásættanlegt frammistöðuhlutfall líkans. Núverandi niðurstöður eru bornar saman við fyrri rannsókn Tarasov o.fl.36 þar sem blendingslíkanið bjó til MLPRK (Multilayer Perceptron Residual Kriging), sem tengist EBK_SVMR nákvæmnismatsvísitölunni sem greint var frá í núverandi rannsókn, RMSE (210) og The MAE (167.5) voru hærri en niðurstöður okkar í núverandi rannsókn (RMSE 95.479, MAE 77.328 miðað við núverandi rannsókn, 77.328) þegar samanborið við núverandi rannsókn (77.328). af Tarasov o.fl.36 (0,544), er ljóst að ákvörðunarstuðullinn (R2) er hærri í þessu blandaða líkani. Skekkjumörk (RMSE og MAE) (EBK SVMR) fyrir blandaða líkanið eru tvisvar sinnum lægri. Sömuleiðis skráðu Sergeev o.fl.34 0,28 (R2) fyrir þróaða blendingslíkanið (Multilayer current Perceptron) (Residualyer current Perceptron). spánákvæmnistig þessa líkans (EBK SVMR) er 63,7%, en spánákvæmni sem Sergeev o.fl.34 er 28%. Lokakortið (Mynd 5) sem búið er til með EBK_SVMR líkaninu og Ca_Mg_K sem forspá sýnir spár um heita reiti og miðlungs til nikkel yfir öllu rannsóknarsvæðinu. Þetta þýðir að styrkur nikkels á rannsóknarsvæðinu er aðallega í meðallagi, með hærri styrk á sumum tilteknum svæðum.
Endanlegt spákort er táknað með því að nota blendingslíkanið EBK_SVMR og nota Ca_Mg_K sem forspá.[Rúddreifingarkortið var búið til með RStudio (útgáfa 1.4.1717: https://www.rstudio.com/).]
Sýnd á mynd 6 eru PTE styrkir sem samsetningarplan sem samanstendur af einstökum taugafrumum. Ekkert af flötunum í íhlutunum sýndi sama litamynstur og sýnt er. Hins vegar er viðeigandi fjöldi taugafrumna á hverju teiknuðu korti 55. SeOM er framleitt með ýmsum litum, og því líkara sem litamynstrið er, því sambærilegri eru eiginleikar sýnishornanna við einstök sýni og litakvarða þeirra. mynstur við stakar háar taugafrumur og flestar lágtaugafrumur. Þannig deila CaK og CaMg nokkrum líkindum með mjög háum taugafrumum og lágt til miðlungs litamynstri. Bæði líkönin spá fyrir um styrk Ni í jarðvegi með því að sýna miðlungs til háa litbrigði eins og rautt, appelsínugult og gult. KMg líkanið sýnir mörg há litamynstur byggt á nákvæmum litahlutföllum til lágs litamynsturs og lágum litahlutföllum og lágum litahlutföllum. þættir líkansins sýndu hátt litamynstur sem gefur til kynna mögulegan styrk nikkels í jarðvegi (sjá mynd 4). CakMg líkanið íhlutaplani sýnir fjölbreytt litamynstur frá lágu til háu samkvæmt nákvæmum litakvarða. Ennfremur er spá líkansins um nikkelinnihald (CakMg) svipuð staðbundinni dreifingu nikkels í þéttbýli í meðalstórum hlutföllum og lágu nikkelhlutföllum sem sýnd eru á mynd 5. banna jarðveg.Mynd 7 sýnir útlínuaðferðina í k-merkjaflokkuninni á kortinu, skipt í þrjá klasa miðað við spáð gildi í hverju líkani. Útlínuaðferðin táknar ákjósanlegasta fjölda klasa.Af þeim 115 jarðvegssýnum sem safnað var fékk flokkur 1 flest jarðvegssýni, 74.þyrping 3 sýnishorn fengust, 8 sýnishorn 3, 8 sýnishorn. forspársamsetning var einfölduð til að leyfa rétta klasatúlkun.Vegna fjölmargra af mannavöldum og náttúrulegra ferla sem hafa áhrif á jarðvegsmyndun er erfitt að hafa rétt aðgreind klasamynstur í dreifðu SeOM korti78.
Framleiðsla íhlutaplans af hverri Empirical Bayesian Kriging Support Vector Machine (EBK_SVM_SeOM) breytu.[SeOM kort voru búin til með RStudio (útgáfa 1.4.1717: https://www.rstudio.com/).]
Mismunandi klasaflokkunarhlutar [SeOM kort voru búin til með RStudio (útgáfa 1.4.1717: https://www.rstudio.com/).]
Núverandi rannsókn sýnir greinilega líkanatækni fyrir nikkelstyrk í jarðvegi í þéttbýli og í þéttbýli. Rannsóknin prófaði mismunandi líkanatækni, sameinaði þætti með líkanatækni, til að fá bestu leiðina til að spá fyrir um nikkelstyrk í jarðvegi. SeOM samsetningar planar staðbundnar eiginleikar líkanatækninnar sýndu hátt litamynstur frá lágu til hátt á svo nákvæmum litakvarða, sem staðfestir nikkelstyrkinn, staðfestir svo nákvæman litakvarða. planar rýmisdreifing á íhlutum sem EBK_SVMR sýnir (sjá mynd 5). Niðurstöðurnar sýna að stuðningsvektor vélaaðhvarfslíkanið (Ca Mg K-SVMR) spáir fyrir um styrk Ni í jarðvegi sem eitt líkan, en löggildingar- og nákvæmnismatsbreyturnar sýna mjög miklar villur hvað varðar RMSE og MAE. Aftur á móti er líkanið EB-gildið lágt og ML-gildið er lágt. af ákvörðunarstuðlinum (R2).Góðar niðurstöður fengust með því að nota EBK SVMR og sameinaða þætti (CaKMg) með lágum RMSE og MAE villum með nákvæmni upp á 63,7%.Það kemur í ljós að sameining EBK reikniritsins og vélnáms reiknirit getur myndað blendingur reiknirit sem getur spáð fyrir um styrkinn af Ca PTE til að spá fyrir um styrkinn af Ca PTE til Niðurstöður. á rannsóknarsvæðinu getur bætt spá um Ni í jarðvegi. Þetta þýðir að stöðug notkun á áburði sem byggir á nikkel og iðnaðarmengun jarðvegs af stáliðnaði hefur tilhneigingu til að auka styrk nikkels í jarðvegi. Þessi rannsókn leiddi í ljós að EBK líkanið getur dregið úr skekkjustigi og bætt nákvæmni líkansins af jarðvegsdreifingu landsvæðis-SV í þéttbýli og EBK til almennra jarðvegsdreifingar í land- og MR. meta og spá fyrir um PTE í jarðvegi;auk þess leggjum við til að nota EBK til að blanda saman við ýmsa vélræna reiknirit. Ni styrkur var spáð með því að nota þætti sem fylgibreytur;þó að nota fleiri fylgibreytur myndi stórbæta frammistöðu líkansins, sem getur talist takmörkun á núverandi vinnu. Önnur takmörkun þessarar rannsóknar er að fjöldi gagnasafna er 115. Ef fleiri gögn eru veitt er því hægt að bæta árangur fyrirhugaðrar bjartsýni blendingaraðferðar.
PlantProbs.net.Nikkel í plöntum og jarðvegi https://plantprobs.net/plant/nutrientImbalances/sodium.html (Sótt 28. apríl 2021).
Kasprzak, KS Nikkel framfarir í nútíma umhverfis eiturefnafræði.umhverfis eiturefnafræði.11, 145–183 (1987).
Cempel, M. & Nikel, G. Nickel: A review of its sources and environment toxicology.Polish J. Environment.Stud.15, 375–382 (2006).
Freedman, B. & Hutchinson, TC Inntak mengunarefna úr andrúmsloftinu og uppsöfnun í jarðvegi og gróðri nálægt nikkel-koparbræðslu í Sudbury, Ontario, Kanada.can.J.Bot.58(1), 108-132.https://doi.org/10.1139/b80-014 (1980).
Manyiwa, T. o.fl. Þungmálmar í jarðvegi, plöntum og áhættu tengd jórturdýrum á beit nálægt Selebi-Phikwe kopar-nikkel námunni í Botsvana.surroundings.Geochemistry.Health https://doi.org/10.1007/s10653-021-009128-x).
Cabata-Pendias.Kabata-Pendias A. 2011. Snefilefni í jarðvegi og… – Google Fræðasetur https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+Trace+ Elements+in+plants.2+Y+y+plants.2+Y+y+y+plants+9 %3A+CRC+Press&btnG= (Sótt 24. nóvember 2020).
Almås, A., Singh, B., Agriculture, TS-NJ of & 1995, undefined.Áhrif rússneska nikkeliðnaðarins á styrk þungmálma í landbúnaðarjarðvegi og grösum í Soer-Varanger, Noregi.agris.fao.org.
Nielsen, GD o.fl. Nikkel frásog og varðveisla í drykkjarvatni tengist fæðuinntöku og nikkel næmi.toxicology.application.Pharmacodynamics.154, 67–75 (1999).
Costa, M. & Klein, CB Nikkel krabbameinsvaldandi, stökkbreyting, epigenetics eða val.umhverfi.Heilsusjónarmið.107, 2 (1999).
Ajman, PC;Ajado, SK;Borůvka, L.;Bini, JKM;Sarkody, VYO;Cobonye, ​​NM;Stefnugreining á hugsanlegum eitruðum þáttum: bókfræðiskoðun.Environmental Geochemistry and Health.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+Press%2Cpage=Apríl+University+Press%2C 021).