Misaotra anao nitsidika ny Nature.com.Ny dikan-teny navigateur ampiasainao dia manana fanohanana voafetra ho an'ny CSS. Ho an'ny traikefa tsara indrindra dia manoro hevitra anao izahay hampiasa navigateur nohavaozina (na vonoy ny fomba fampifanarahana amin'ny Internet Explorer).
Ny fahalotoan'ny tany dia olana lehibe vokatry ny asan'ny olombelona.Ny fizarana ara-eo amin'ireo singa mety misy poizina (PTEs) dia miovaova amin'ny ankamaroan'ny faritra an-tanàn-dehibe sy an-tanàn-dehibe. Noho izany, sarotra ny maminavina ny votoatin'ny PTE amin'ny tany toy izany. Santionany 115 no azo avy amin'ny Frydek Mistek ao amin'ny Repoblika Tseky. ly coupled plasma emission spectrometry.Ny valin'ny valiny dia ny Ni ary ny vinavina dia Ca, Mg, ary K.Ny matrice correlation eo amin'ny valin'ny valiny sy ny variable predictor dia mampiseho fifandraisana mahafa-po eo amin'ireo singa.Ny valin'ny vinavina dia nampiseho fa ny Support Vector Machine Regression (SVMR) dia nanao tsara, na dia ny fotony tombanana dia midika hoe diso square (RMSE) (RMSE) (RMSE) (235.974 mg / kg) (RMSE) (235.974 mg / kg error absolute) (235.974 mg / EKG absolute) (235.974 mg / 6 mg) Ny modely mifangaro ho an'ny Empirical Bayesian Kriging-Multiple Linear Regression (EBK-MLR) dia tsy mahomby, araka ny asehon'ny coefficients of determination latsaky ny 0.1. Ny soatoavina sy ny coefficient avo lenta (R2 = 0.637). .
Ny nikela (Ni) dia heverina ho micronutrient ho an'ny zavamaniry satria izy io dia mandray anjara amin'ny fametrahana azota (N) amin'ny atmosfera sy ny metabolisma urea, izay samy ilaina amin'ny fitsimohan'ny voa. izers mba hanamafisana ny fixation azota2.Ny fanohizana ny fampiasana zezika mifototra amin'ny nikela mba hampanan-karena ny tany sy hampitombo ny fahafahan'ny legume hametraka azota ao anaty tany dia mampitombo hatrany ny fifantohan'ny nikela ao amin'ny tany. Araka ny Liu3, Ni dia hita fa ny 17th singa manan-danja ilaina amin'ny fampandrosoana sy ny fitomboan'ny zavamaniry. Ankoatra ny anjara asan'ny nikela eo amin'ny fampandrosoana sy ny fitomboan'ny zavamaniry, ny olombelona dia mila izany ho an'ny fampiharana isan-karazany. ampiasaina betsaka amin'ny kojakoja an-dakozia, kojakoja an-dakozia, famatsiana indostrian'ny sakafo, elektrika, tariby sy tariby, turbine jet, implants chirurgie, textiles, ary fanamboaran-tsambo 5. Ny haavon'ny Ni-rich amin'ny tany (izany hoe, ny tany ambonin'ny tany) dia nomena avy amin'ny loharano anthropogenic sy voajanahary, fa voalohany indrindra, Ni dia loharano voajanahary fa tsy anthropogenic4,6.na izany aza, ny loharanon'ny anthropogenic dia ahitana ny nickel / cadmium batteries amin'ny indostrian'ny vy, electroplating, arc welding, gazoala sy solika solika, ary ny entona entona entona avy amin'ny fandoroana arina sy ny fako sy ny fotaka fanangonana Nickel7,8. Araka ny Freedman sy Hutchinson9 ary Manyiwa et al.10, ny tena loharanon'ny fandotoana ny tany eo amin'ny tontolo manodidina sy mifanila indrindra dia ny fandoroana sy fitrandrahana varahina mifototra amin'ny nikela. araka ny Alms et al.12, ny habetsahan'ny nikela azo trandrahana HNO3 ao amin'ny tany azo volena ambony indrindra ao amin'ny faritra (famokarana nikela any Rosia) dia avy amin'ny 6.25 ka hatramin'ny 136.88 mg/kg, mifanitsy amin'ny 30.43 mg/kg ary ny fifantohana fototra amin'ny 25 mg/kg. Araka ny kabata 11, ny fampiharana ny tany phosphorus-urban fertilizers amin'ny tany phosphorus-urban succession na successor. Ny taom-pambolena dia mety hampiditra na handoto ny tany.Ny mety ho fiantraikan'ny nikela amin'ny olombelona dia mety hitarika homamiadana amin'ny alàlan'ny mutagenesis, fahasimban'ny krômôzôma, taranaka Z-DNA, fanamboarana ADN voasakana, na fizotry ny epigenetika.
Ny fanombanana ny fandotoana ny tany dia niroborobo tato ho ato noho ny olana isan-karazany mifandraika amin'ny fahasalamana vokatry ny fifandraisan'ny tany sy ny zavamaniry, ny fifandraisan'ny tany sy ny tany, ny fahasimban'ny tontolo iainana, ary ny fanombanana ny fiantraikan'ny tontolo iainana. (PSM).Araka ny voalazan'i Minasny sy McBratney16, ny sari-tany momba ny tany (DSM) dia voaporofo fa zana-pahaizana malaza amin'ny siansa momba ny tany. Lagacherie sy McBratney, 2006 dia mamaritra ny DSM ho "ny famoronana sy famenoana ny rafitra fampahalalana momba ny tany amin'ny alàlan'ny fampiasana ny fomba fanaraha-maso amin'ny tany sy ny laboratoara ary ny tsy fahampian-tany eM.17 dia manoritra fa ny DSM na PSM amin'izao fotoana izao no teknika mahomby indrindra amin'ny faminaniany na fanaovana sarintany ny fitsinjarana spatial ny PTEs, ny karazana tany ary ny fananan'ny tany. Geostatistics and Machine Learning Algorithms (MLA) dia teknikan'ny modely DSM izay mamorona sarintany nomerika miaraka amin'ny fanampian'ny solosaina mampiasa data manan-danja sy kely indrindra.
Ny Deutsch18 sy Olea19 dia mamaritra ny geostatistika ho "ny fanangonana teknika nomerika mifandraika amin'ny fanehoana ny toetran'ny habakabaka, indrindra amin'ny fampiasana modely stochastic, toy ny fomba famakafakana andiam-potoana mampiavaka ny angona ara-nofo."Voalohany indrindra, ny geostatistika dia misy ny fanombanana ny variograms, izay mamela ny hamantatra sy hamaritana ny fiankinan'ny soatoavina spatial avy amin'ny datasets tsirairay20. Gumiaux et al.20 dia mampiseho bebe kokoa fa ny fanombanana ny variograms amin'ny geostatistics dia mifototra amin'ny fitsipika telo, ao anatin'izany ny (a) kajy ny haavon'ny fifandraisana angon-drakitra, (b) ny famantarana sy ny computing anisotropy amin'ny tsy fitovian'ny daty sy (c) ankoatry ny Ho fanampin'ny fiheverana ny hadisoana raiki-tampisaka amin'ny angon-drakitra fandrefesana misaraka amin'ny tombantombana eo an-toerana, ny faritra fanorenana dia ampiasaina amin'ny foto-kevitra eo an-toerana ihany koa. anisan'izany ny kriging ankapobe, ny co-kriging, ny kriging mahazatra, ny kriging Bayesian empirical, ny fomba kriging tsotra ary ny teknika fanelanelanana fanta-daza hafa mba hanoratana na haminavina ny PTE, ny toetran'ny tany ary ny karazana tany.
Machine Learning Algorithms (MLA) dia teknika somary vaovao izay mampiasa kilasy angon-drakitra tsy misy tsipika lehibe kokoa, atosiky ny algorithm izay ampiasaina indrindra amin'ny fitrandrahana angon-drakitra, famantarana ny lamina ao amin'ny angona, ary imbetsaka ampiharina amin'ny fanasokajiana amin'ny sehatra siantifika toy ny siansa momba ny tany sy ny asa famerenana.22 (ala kisendrasendra amin'ny fanombanana metaly mavesatra amin'ny tany fambolena), Sakizadeh et al.23 (modely amin'ny fampiasana milina vector fanohanana sy tambajotra neural artifisialy) fandotoana ny tany ).Ankoatra izany, Vega et al.24 (CART ho modely amin'ny fitazonana metaly mavesatra sy adsorption amin'ny tany) Sun et al.25 (fampiharana ny cubist dia ny fizarana ny Cd amin'ny tany) sy ny algorithm hafa toy ny k- akaiky indrindra ny mpifanolo-bodirindrina aminy, ny fihemorana amin'ny ankapobeny, ary ny fampivoarana ny fihemorana.
Ny fampiharana ny algorithm DSM amin'ny faminaniana na ny sarintany dia miatrika fanamby maromaro.Maro ny mpanoratra mino fa ny MLA dia ambony noho ny geostatistika ary ny mifamadika amin'izany.Pontius sy Cheuk28 ary Grunwald29 dia maneho hevitra momba ny tsy fahampiana sy ny lesoka sasany amin'ny sari-tany voavinavina. Ny mpahay siansa momba ny tany dia nanandrana teknika isan-karazany mba hanamafisana ny fahombiazany, ny fahitsiana ary ny faminaniany ny sarintany sy ny vinavina DSM.15 dia mamaritra fa ny fitondran-tena fanamarinana sy ny tsy fahazoana antoka ateraky ny famoronana sarintany sy ny vinavina dia tokony hamarinina tsy miankina mba hanatsarana ny kalitaon'ny sarintany.Na izany aza, ny tsy fahampian'ny antoka ao amin'ny DSM dia mety hipoitra avy amin'ny loharanom-pahadisoana maro, dia ny fahadisoana covariate, ny fahadisoana modely, ny hadisoan'ny toerana, ary ny Error analytical 31. Ny tsy fahatomombanana modely ateraky ny MLA sy ny fizotran'ny geostatistika dia mifandray amin'ny tsy fahampian'ny fahatakarana, ary amin'ny farany dia mitarika amin'ny fanatsorana ny tena process32. Na inona na inona toetran'ny modely amin'ny modeling, na inona na inona ny toetran'ny modeling maminavina, dia mety ho maminavina ny modely amin'ny modeling, na inona na inona ny toetran'ny modeling, na ny toetran'ny modely maminavina, dia mety ho tsy misy dikany lation33. Vao haingana no nipoitra ny fironana DSM vaovao izay mampiroborobo ny fampidirana ny geostatistika sy ny MLA amin'ny sari-tany sy ny vinavina. Mpahay siansa sy mpanoratra maro momba ny tany, toa an'i Sergeev et al.34;Subbotina et al.35;Tarasov et al.36 ary Tarasov et al.37 dia nanararaotra ny kalitao marina momba ny geostatistika sy ny fianarana milina mba hamoronana modely hybrid izay manatsara ny fahombiazan'ny vinavina sy ny sarintany.kalitao.Ny sasany amin'ireo modely algorithm hybrid na mitambatra ireo dia ny Kriging Neural Network Artificial (ANN-RK), Multilayer Perceptron Residual Kriging (MLP-RK), Generalized Regression Neural Network Residual Kriging (GR- NNRK)36, Network Neural Artificial Kriging-Multilayer Perceptron (ANN-K-MLP) 37 ary ny Coursion Regression 37 ary ny Cox-MLP.
Araka ny Sergeev et al., ny fampifangaroana teknika modely isan-karazany dia manana fahafahana hanafoana ny lesoka sy hampitombo ny fahombiazan'ny modely hybrida vokatr'izany fa tsy hampivelatra ny modely tokana. Amin'ity toe-javatra ity, ity lahatsoratra vaovao ity dia milaza fa ilaina ny mampihatra algorithm mitambatra amin'ny geostatistika sy MLA mba hamoronana modely hybrid tsara indrindra mba haminavina ny fananan-karena Ni amin'ny faritra an-tanàn-dehibe sy peri-urban. (SVM) ary Multiple Linear Regression (MLR). 9.EBK dia nampiasaina tamin'ny fandalinana isan-karazany, anisan'izany ny famakafakana ny fizarana karbaona organika amin'ny tanin'ny fambolena40, fanombanana ny fahalotoan'ny tany41 ary fanaovana sari-tany ny toetran'ny tany42.
Amin'ny lafiny iray, ny Self-Organizing Graph (SeOM) dia algorithm fianarana izay nampiharina tamin'ny lahatsoratra isan-karazany toa an'i Li et al.43, Wang et al.44, Hossain Bhuiyan et al.45 sy Kebonye et al.46 Famaritana ny toetran'ny habakabaka sy ny fivondronan'ny singa.Wang et al.44 dia manoritra fa ny SeOM dia teknika fianarana mahery vaika fantatra amin'ny fahaizany mivondrona sy maka sary an-tsaina ireo olana tsy misy tsipika. Tsy toy ny teknika hafa famantarana ny lamina toy ny famakafakana singa fototra, ny clustering fuzzy, ny clustering hierarchical, ary ny fanapaha-kevitra maromaro, ny SeOM dia tsara kokoa amin'ny fandaminana sy ny famantarana ny lamina PTE. Araka ny Wang et al.44, SeOM dia afaka manambatra ny fizarana ny neurons mifandraika amin'ny sehatra ary manome ny angon-drakitra avo lenta avo lenta.
Ity lahatsoratra ity dia mikendry ny hamokatra maodely sarintany matanjaka miaraka amin'ny fahitsiana tsara indrindra amin'ny faminaniany ny votoatin'ny nikela amin'ny tany an-tanàn-dehibe sy manodidina.Mihevitra izahay fa ny fahamendrehan'ny maodely mifangaro dia miankina indrindra amin'ny fitaoman'ny modely hafa mipetaka amin'ny maodely fototra.Noho izany, hiezaka hamaly fanontaniana momba ny fikarohana izay mety hamokatra modely mifangaro isika. Na izany aza, ahoana ny fahamarinan'ny maodely amin'ny faminaniany ny singa kendrena? Ary koa, inona ny haavon'ny fanombanana ny fahombiazany mifototra amin'ny fanamarinana sy ny fanombanana marina? Noho izany, ny tanjona manokana amin'ity fandalinana ity dia ny (a) mamorona modely mifangaro ho an'ny SVMR na MLR amin'ny fampiasana EBK ho toy ny modelim-pamokarana fototra (b) tany peri-urban, ary (d) ny fampiharana ny SeOM mba hamoronana sarintany avo lenta momba ny fiovaovan'ny habakabaka nikela.
Any amin'ny Repoblika Tseky no anaovana ny fanadihadiana, indrindra fa ao amin'ny distrikan'i Frydek Mistek ao amin'ny faritr'i Moravia-Silesian (jereo ny sary 1). Ny jeografia amin'ilay faritra fandalinana dia tena mikitoantoana ary ny ankamaroany dia ao amin'ny faritr'i Moravia-Silesien Beskidy, izay ampahany amin'ny sisiny ivelany amin'ny Tendrombohitra Carpathian. Eo anelanelan'ny 49°°0°°°°°°°°°°°°°S°°°S°S°S°S°C ary 4′°1′′°°°°°°°S°S°S°S°S°S°S°S dia eo anelanelan'ny 225 sy 327 m;Na izany aza, ny rafitra fanasokajiana Koppen ho an'ny toetry ny toetr'andro ao amin'ny faritra dia nomena anarana hoe Cfb = toetr'andro ranomasina mafana, Betsaka ny rotsak'orana na dia amin'ny volana maina aza.Miova kely ny mari-pana mandritra ny taona eo anelanelan'ny −5 °C sy 24 °C, zara raha latsaka ambanin'ny −14 °C na mihoatra ny 30 °C, ary ny salan'isan'ny rotsak'orana dia eo anelanelan'ny 72°C isan-taona, ary ny salan'isan'ny rotsak'orana isan-taona dia eo anelanelan'ny 5685°C. Ny velarantany dia 1 208 kilometatra toradroa, miaraka amin'ny 39,38% amin'ny tany voavoly ary 49,36% ny fandrakofana ala. Amin'ny lafiny iray, ny faritra ampiasaina amin'ity fandalinana ity dia manodidina ny 889,8 kilometatra toradroa. Ao amin'ny manodidina an'i Ostrava, ny indostrian'ny vy sy ny asa vy dia tena mavitrika. Ny tanjaky ny firaka nefa mitazona ny ductility tsara sy ny hamafin'ny azy), ary ny fambolena mafimafy toy ny fampiharana zezika phosphate sy ny famokarana biby fiompy dia fikarohana mety ho loharanon'ny nikela ao amin'ny faritra (ohatra, manampy nikela amin'ny zanak'ondry mba hampitombo ny tahan'ny fitomboan'ny zanak'ondry sy ny biby fiompy ambany). azo tsapain-tanana avy amin'ny lokon'ny tany, ny rafitra ary ny votoatin'ny karibonetra.Ny tontolon'ny tany dia antonony ka hatramin'ny tsara, avy amin'ny akora avy amin'ny ray aman-dreny. Izy ireo dia colluvial, alluvial na aeolian amin'ny natiora.Misy faritra misy ny tany mipoitra eo amin'ny tany sy ambanin'ny tany, matetika miaraka amin'ny beton sy ny bleaching.Na izany aza, ny cambisols sy stagnosols no karazana tany mahazatra indrindra amin'ny faritra 15 ka hatramin'ny 48 m. mbisols no manjaka amin'ny Repoblika Tseky49.
Sarintanin'ny faritra fianarana [Ny sarintanin'ny faritra fandalinana dia noforonina tamin'ny fampiasana ArcGIS Desktop (ESRI, Inc, version 10.7, URL: https://desktop.arcgis.com).]
Ny fitambaran'ny santionany 115 ambonin'ny tany dia azo avy amin'ny tany an-tanàn-dehibe sy peri-urban ao amin'ny distrikan'i Frydek Mistek. -maina mba hamokarana santionany voapoizina, nopotehina tamin'ny rafitra mekanika (Fritsch disc mill), ary sivana (sieve habe 2 mm). Apetraho 1 grama ny santionany maina, homogenized ary sieved ao anaty tavoahangy teflon misy marika mazava. s mijoro mandritra ny alina ho an'ny fanehoan-kevitra (programa aqua regia) .Apetraho eo amin'ny takelaka metaly mafana ny supernatant (temperature: 100 W sy 160 ° C) mandritra ny 2 ora mba hanamora ny dingan'ny fandevonan-kanina ireo santionany, dia mangatsiatsiaka. Fanampin'izany, ny 1 ml ny vahaolana dilution dia nodiovina tamin'ny rano 9 ml deionized ary voasivana ao anaty tavoahangy 12 ml voaomana ho an'ny PTE pseudo-concentration. fic, USA) araka ny fomba sy fifanarahana mahazatra. Ataovy azo antoka ny fomba fiasa sy ny fanaraha-maso ny kalitao (QA/QC) (SRM NIST 2711a Montana II Soil). Ny PTEs miaraka amin'ny fetran'ny fitiliana eo ambanin'ny antsasany dia nesorina tamin'ity fandalinana ity. ized, nisy fanadihadiana indroa natao.
Empirical Bayesian Kriging (EBK) dia iray amin'ireo teknika interpolation geostatistika maro ampiasaina amin'ny modeling amin'ny sehatra isan-karazany toy ny siansa momba ny tany. Ny fizotry ny interpolation ny EBK dia manaraka ny fepetra telo naroson'ny Krivoruchko50, (a) ny modely dia manombatombana ny semivariogram avy amin'ny angon-drakitra fampidirana (b) ny sanda vinavina vaovao ho an'ny toerana fampidirana tsirairay mifototra amin'ny semivariograma voavolavola ary (c) aoriana
Raha toa ny \(Prob\left(A\right)\) dia maneho ny teo aloha, \(Prob\left(B\right)\) dia tsy raharahaina amin'ny ankamaroan'ny tranga, \(Prob (B,A)\ ) . mamorona angon-drakitra momba ny fandinihana avy amin'ny semivariogram.
Ny milina fanohanana vector dia algorithm fianarana milina izay miteraka hyperplane manasaraka tsara indrindra mba hanavahana ireo kilasy mahaleo tena mitovy fa tsy amin'ny linearly. Vapnik51 dia namorona ny algorithm fanasokajiana intent, saingy vao haingana no nampiasaina hamahana ny olana mitodika amin'ny regression.Araka ny Li et al.52, SVM dia iray amin'ireo teknika fanasokajiana tsara indrindra amin'ny SVM (VeSport Regression) Cherkassky sy Mulier53 dia nanao ny SVMR ho toy ny regression mifototra amin'ny kernel, ny kajy dia natao tamin'ny fampiasana modely regression linear miaraka amin'ny asa spatial an'ny firenena maro.John et al54 dia mitatitra fa ny modeling SVMR dia mampiasa hyperplane linear regression, izay mamorona fifandraisana tsy linear amin'ny Voscpaticordal.55, epsilon (ε)-SVMR dia mampiasa ny angon-drakitra voaofana mba hahazoana modely fanehoana ho toy ny epsilon-insensitive function izay ampiharina amin'ny sarintany ny angon-drakitra tsy miankina miaraka amin'ny fitongilanana epsilon tsara indrindra avy amin'ny fampiofanana momba ny data mifandraika. aseho eto ambany ny Vapnik51.
izay b maneho ny tokonam-baravarana scalar, ny \(K\left({x}_{,}{ x}_{k}\right)\) dia maneho ny fiasan'ny kernel, \(\alpha\) dia maneho ny multiplier Lagrange, N maneho ny angon-drakitra isa, \({x}_{k}\) dia maneho ny fampidirana angona, ary ny \(y\) dia ny fiasan'ny angona GaF. Ny kernel RBF dia ampiharina mba hamaritana ny modely SVMR tsara indrindra, izay tena zava-dehibe mba hahazoana ny sazy faran'izay sarotra indrindra C sy ny kernel parameter gamma (γ) ho an'ny angon-drakitra fanofanana PTE. Voalohany, nanombantombana ny setriny fanofanana izahay ary avy eo nanandrana ny fahombiazan'ny modely tamin'ny set validation.
Ny modelin'ny regression linear maromaro (MLR) dia modely regression izay maneho ny fifandraisana misy eo amin'ny faribolan'ny valinteny sy ny fari-piadidiana maromaro amin'ny alàlan'ny fampiasana ny masontsivana mitambatra amin'ny linear kajy amin'ny alàlan'ny fomba efamira kely indrindra. Ny equation LR
izay y ny fari-pandrenesana, \(a\) ny intercept, n ny isan'ny mpamadika, \({b}_{1}\) dia ny fihemorana ampahany amin'ny coefficients, \({x}_{ i}\) dia maneho ny vinavinan'ny vinavina na fanazavana, ary ny \({\varepsilon }_{i}\) dia maneho ny lesoka ao amin'ny modely, fantatra ihany koa amin'ny anarana.
Ny modely mifangaro dia azo avy amin'ny sandwich EBK miaraka amin'ny SVMR sy MLR. Izany dia atao amin'ny alàlan'ny fanalana ny soatoavina voavinavina avy amin'ny interpolation EBK. , K, Mg, CaK, CaMg, KMg ary CaKMg. Ireo fari-pitsipika ireo dia lasa mpitsikilo anay, manampy amin'ny faminaniany ny fifantohana amin'ny nikela amin'ny tany an-tanàn-dehibe sy an-tanàn-dehibe. gression (EBK_MLR). Amin'ny ankapobeny, ny variables Ca, K, Mg, CaK, CaMg, KMg, ary CaKMg dia ampiasaina ho covariates ho mpamantatra ny votoatin'ny Ni amin'ny tany an-tanàn-dehibe sy peri-urban.
Ny fampiasana SeOM dia lasa fitaovana malaza amin'ny fandaminana, fanombanana ary faminaniany ny angona eo amin'ny sehatra ara-bola, ny fitsaboana, ny indostria, ny statistika, ny siansa momba ny tany, ary ny maro hafa. variables vector43,56.Melssen et al.57 dia manoritsoritra ny fifandraisan'ny véktorin'ny fidirana amin'ny tambazotra neural amin'ny alalan'ny sosona fidirana tokana mankany amin'ny véktore mivoaka miaraka amin'ny vector lanja tokana. Ny 4, tsirairay avy, dia voafantina, izay singa 55-sarintany (5 × 11).
Ny isan'ny angon-drakitra ampiasaina amin'ity fanadihadiana ity dia santionany 115. Ny fomba fiasa kisendrasendra dia nampiasaina mba hizarana ny angon-drakitra ho an'ny angona fitsapana (25% ho an'ny fanamarinana) sy ny angon-drakitra fanofanana (75% ho an'ny calibration). Ny fizotry ny hetsika, miverimberina in-dimy. Ny fari-piadidiana novokarin'ny interpolation EBK dia ampiasaina ho vinavina na fari-pahaizana manazava mba haminavina ny fari-piainana kendrena (PTE).
Ny mari-pamantarana fanamarinana isan-karazany dia nampiasaina mba hamaritana ny modely tsara indrindra mety amin'ny faminaniany ny fifantohan'ny nikela ao amin'ny tany sy ny fanombanana ny fahamarinan'ny modely sy ny fanamarinana azy.Ny modely Hybridization dia nodinihina tamin'ny fampiasana mean absolute error (MAE), root mean square error (RMSE), ary R-squared na coefficient determination (R2). Ny fepetra tsy miankina dia mamaritra ny hery maminavina ny maodely, raha ny MAE kosa no mamaritra ny tena sandany.Ny sanda R2 dia tsy maintsy avo lenta mba hanombanana ny modely fangaro tsara indrindra amin'ny fampiasana ny mari-pamantarana fanamarinana, ny akaiky kokoa ny sanda amin'ny 1, ny avo kokoa ny marina.Araka ny Li et al.59, ny sandan'ny criterion R2 0.75 na mihoatra dia heverina ho mpamantatra tsara;Avy amin'ny 0.5 ka hatramin'ny 0.75 dia fampisehoana modely azo ekena, ary eo ambanin'ny 0.5 dia fampisehoana modely tsy azo ekena. Rehefa mifidy modely amin'ny fampiasana ny fomba fanombanana ny mari-pamantarana RMSE sy MAE dia ampy ny sanda ambany azo ary noheverina ho safidy tsara indrindra.
izay n maneho ny haben'ny sanda voamarika\({Y}_{i}\) dia maneho ny valiny voarefy, ary ny \({\widehat{Y}}_{i}\) dia maneho ihany koa ny sandan'ny valim-panontaniana voavinavina, noho izany, ho an'ny fandinihana voalohany.
Ny famaritana statistika momba ny vinavina sy ny valin'ny valiny dia aseho ao amin'ny tabilao 1, mampiseho ny mean, standard deviation (SD), coefficient of variation (CV), minimum, maximum, kurtosis, ary skewness. 42,39 mg/kg. Ny fampitahana ny Ni amin'ny salan'isa maneran-tany (29 mg/kg) sy ny salan'isa eoropeanina (37 mg/kg) dia mampiseho fa ny salan'isa geometrika kajy amin'ny ankapobeny ho an'ny faritra fianarana dia ao anatin'ny faritra azo leferina. Mistek amin'ny tany an-tanàn-dehibe sy an-tanàn-dehibe amin'ny fianarana ankehitriny (Ni 16.15 mg / kg) dia ambony noho ny fetra azo ekena amin'ny 60 (10.2 mg / kg) ho an'ny Ni amin'ny tany an-tanàn-dehibe poloney izay notaterin'i Różański et al.Ankoatra izany, Bretzel sy Calderisi61 dia nandrakitra an-tsoratra tena ambany dia ambany ny Niconcentrations / kg in TuscaJurban koa amin'izao fotoana izao (1.78 mg). ny fihenan'ny nikela ambany kokoa (12.34 mg / kg) any amin'ny tany an-tanàn-dehibe ao Hong Kong, izay ambany noho ny fifantohan'ny nikela amin'izao fotoana izao amin'ity fianarana ity.Birke et al63 dia nitatitra ny salan'isan'ny nikela 17.6 mg / kg tao amin'ny toeram-pitrandrahana taloha sy faritra indostrialy an-tanàn-dehibe any Saxony-Anhalt, Alemana, izay 1.45 mg / kg ambony kokoa noho ny votoatin'ny nickel / kg . amin'ny tany any amin'ny faritra sasany an-tanàn-dehibe sy ambanivohitra amin'ny faritra fandalinana dia mety ho avy amin'ny indostrian'ny vy sy vy ary ny indostrian'ny metaly. Mifanaraka amin'ny fanadihadiana nataon'i Khodadoust et al.64 fa ny indostrian'ny vy sy ny metaly no tena loharanon'ny fandotoana nikela amin'ny tany.Na izany aza, ny vinavina ihany koa dia avy amin'ny 538,70 mg/kg hatramin'ny 69,161,80 mg/kg ho an'ny Ca, 497,51 mg/kg hatramin'ny 3535,68 mg/kg ho an'ny K, ary 685,70 mg/kg ho an'ny K, 685,68 mg/kg ho an'ny K, ary 685,68 mg/kg ho an'ny K, 685,68 mg/kg. t al.65 dia nanadihady ny totalin'ny Mg sy K ao amin'ny tany ao afovoan'i Serbia. Hitan'izy ireo fa ny totalin'ny totalin'ny (410 mg / kg ary 400 mg / kg, tsirairay avy) dia ambany noho ny Mg sy K concentrations amin'ny fandalinana ankehitriny. Tsy azo avahana, any atsinanan'i Polonina, Orzechowski sy Smolczynski66 nanombana ny totalin'ny votoatin'ny Ca, Mg0 kg ary ny totalin'ny Ca, Mg1000, ary ny totalin'ny Ca, Mg0 kg. /kg) ary K (810 mg/kg) Ny votoaty ao amin'ny tany ambony dia ambany noho ny singa tokana amin'ity fandalinana ity.Ny fanadihadiana vao haingana nataon'i Pongrac et al.67 dia nampiseho fa ny totalin'ny votoatin'ny Ca nodinihina tamin'ny tany 3 samihafa tany Scotland, UK (tany Mylnefield, tany Balruddery ary tany Hartwood) dia nanondro ny votoatin'ny Ca ambony kokoa amin'ity fandalinana ity.
Noho ny fandrefesana isan-karazany ny singa santionany, ny fizarana ny angon-drakitra momba ny singa dia mampiseho ny skewness samihafa. Ny CV tombanana amin'ireo singa dia mampiseho ihany koa fa ny K, Mg, ary Ni dia mampiseho fiovaovan'ny antonony, raha ny Ca dia manana fiovaovana avo dia avo. Ny CV an'ny K, Ni ary Mg dia manazava ny fizarana fanamiana.
Ny fifamatorana amin'ny fari-piadidiana vinavina miaraka amin'ireo singa valin-kafatra dia manondro fifandraisana mahafa-po eo amin'ireo singa (jereo ny sary 3) .68 sy Santo69 dia manoro hevitra fa ny haavon'izy ireo ao amin'ny tany dia mifanohitra. Na izany aza, ny Ca sy Mg dia mifanohitra amin'ny K, fa ny CaK dia mifandray tsara. Izany dia mety noho ny fampiharana ny zezika toy ny potassium carbonate, izay 56% ambony amin'ny potassium. sh dia ampiharina amin'ny tany mba hampitomboana ny tsy fahampian'izy ireo. Ny nikela dia mifamatotra amin'ny Ca, K ary Mg miaraka amin'ny sanda r = 0,52, 0,63 ary 0,55.
Matrix correlation ho an'ny singa mampiseho ny fifandraisana misy eo amin'ny vinavina sy ny valinteny (Fanamarihana: ity tarehimarika ity dia ahitana scatterplot eo anelanelan'ny singa, ny haavon'ny dikany dia mifototra amin'ny p <0,001).
Ny sary 4 dia mampiseho ny fizarazarana eny amin'ny toerana misy ny singa.Araka ny Burgos et al70, ny fampiharana ny fizarana spatial dia teknika ampiasaina hamaritana sy hanasongadinana ireo faritra mafana amin'ny faritra maloto. Mampihena ny asidra amin'ny tany sy ny fampiasana azy amin'ny fikosoham-bary ho oksizenina alkaline amin'ny famokarana vy. Etsy ankilany, ny tantsaha hafa dia aleon'ny tantsaha hafa mampiasa hydroxide calcium amin'ny tany asidra mba hampihenana ny pH, izay mampitombo ihany koa ny votoatin'ny kalsioma ao amin'ny tany71. s. Izany dia mifanaraka amin'ny fandalinana hafa, toy ny Madaras sy Lipavský72, Madaras et al.73, Pulkrabová et al.74, Asare et al.75, izay nahatsikaritra fa ny fanamafisana ny tany sy ny fitsaboana amin'ny KCl sy ny NPK dia nahatonga ny votoatin'ny K ambony ao amin'ny tany.Ny fampitomboana ny Potasioma ara-potoana any avaratra andrefan'ny sarintany fizarana dia mety noho ny fampiasana zezika mifototra amin'ny potassium toy ny chloride potassium, sulfate potassium, nitrate potasioma, potasy, ary potasy mba hampitomboana ny votoatin'ny potassium amin'ny tany mahantra.Zádorová et al.76 sy Tlustoš et al.77 dia nanamarika fa ny fampiharana ny zezika mifototra amin'ny K dia mampitombo ny votoatin'ny K ao amin'ny tany ary hampitombo be ny votoatin'ny otrikaina amin'ny tany mandritra ny fotoana maharitra, indrindra fa ny K sy Mg mampiseho toerana mafana ao amin'ny tany. Ny faritra mafana amin'ny faritra avaratra andrefan'ny sarintany sy atsimo atsinanan'ny sarintany. , toy ny potassium magnesium sulfate, magnesium sulfate, ary Kieserite, dia mitsabo ny tsy fahampiana (ny zavamaniry dia miseho volomparasy, mena, na volontsôkôlà, izay manondro ny tsy fahampian'ny magnesium) amin'ny tany manana pH ara-dalàna 6. Ny fanangonana nikela eo amin'ny tany an-tanàn-dehibe sy manodidina ny tanàn-dehibe dia mety noho ny hetsika anthropogenic toy ny fambolena sy ny maha-zava-dehibe ny nikela amin'ny famokarana vy tsy misy tafo78.
Fizarana habakabaka ireo singa [sarintany fizarana habakabaka dia noforonina tamin'ny alàlan'ny ArcGIS Desktop (ESRI, Inc, Version 10.7, URL: https://desktop.arcgis.com).]
Ny valin'ny fanondroana fampisehoana modely ho an'ireo singa ampiasaina amin'ity fandalinana ity dia aseho ao amin'ny tabilao 2. Amin'ny lafiny iray, ny RMSE sy MAE an'ny Ni dia samy manakaiky ny aotra (0,86 RMSE, -0,08 MAE). hita fa tsara kokoa noho ny vokatry ny John et al.54 mampiasa kriging synergistic mba haminavina ny haavon'ny S amin'ny tany amin'ny fampiasana ny angon-drakitra voaangona mitovy.41, Yan et al.79, Beguin et al.80, Adhikary et al.81 sy John et al.82, indrindra K sy Ni.
Ny fahombiazan'ny fomba fiasa tsirairay amin'ny faminaniany ny votoatin'ny nikela amin'ny tany an-tanàn-dehibe sy an-tanàn-dehibe dia nodinihina tamin'ny fampiasana ny fahombiazan'ny modely (Table 3). Ny fanamarinana ny modely sy ny fanombanana marina dia nanamafy fa ny Ca_Mg_K predictor miaraka amin'ny modely EBK SVMR dia nanome ny tsara indrindra. 37 (R2), 95.479 mg/kg (RMSE) ary 77.368 mg/kg (MAE) Ca_Mg_K-SVMR dia 0.663 (R2), 235.974 mg/kg (RMSE) ary 166.946 mg/kg (MAE) . Ca_Mg-EBK_SVMR (0.643 = R2);Ny valin'ny RMSE sy MAE dia avo kokoa noho ny an'ny Ca_Mg_K-EBK_SVMR (R2 0.637) (jereo ny tabilao 3). Ankoatra izany, ny RMSE sy MAE an'ny Ca_Mg-EBK_SVMR (RMSE = 1664.64 sy MAE = 1031.49) modely dia 17.5 ary ny 1. Toy izany koa, ny RMSE sy MAE ny Ca_Mg-K SVMR (RMSE = 235.974 sy MAE = 166.946) modely dia 2.5 sy 2.2 lehibe kokoa noho ny an'ny Ca_Mg_K-EBKME_SVMR RMSE sy MAE, tsirairay avy. Kebonye et al.46 sy john et al.54, ny akaiky kokoa ny RMSE sy ny MAE dia ny aotra, ny tsara kokoa ny vokatra. SVMR sy EBK_SVMR dia manana soatoavina RSME sy MAE ambony kokoa. dia midika fa ny heterogène kokoa ny datasets, ny ambony ny MAE sy RMSE soatoavina.Ny fahamarinan'ny cross-validation fanombanana ny modely mifangaro Ca_Mg_K-EBK_SVMR ho an'ny faminaniana ny votoatin'ny Ni ao an-tanàn-dehibe sy ambanivohitra dia 63.70%.Araka ny Li et al.59, ity haavon'ny fahitsiana ity dia taham-pahombiazana modely azo ekena. Ny vokatra ankehitriny dia ampitahaina amin'ny fandalinana teo aloha nataon'i Tarasov et al.36 izay modely hybrida namorona MLPRK (Multilayer Perceptron Residual Kriging), mifandray amin'ny EBK_SVMR fanombanana mari-pankasitrahana fanondroana voalaza ao amin'ny fianarana amin'izao fotoana izao, RMSE (210) sy The MAE (167.5) dia ambony kokoa noho ny valiny tamin'ny fianarana ankehitriny (RMSE 95.479, MAE 77.368) amin'izao fotoana izao. al.36 (0.544), mazava ho azy fa ny coefficient de determination (R2) dia ambony kokoa amin'ity modely mifangaro ity.Ny sisin'ny fahadisoana (RMSE sy MAE) (EBK SVMR) ho an'ny modely mifangaro dia avo roa heny ambany. Toy izany koa, Sergeev et al.34 dia nandrakitra 0.28 (R2) ho an'ny modely hybrid efa novolavolaina (Multilayer ny Perceptron 2). Ny haavon'ny faminaniany amin'ity modely ity (EBK SVMR) dia 63,7%, raha toa kosa ny fahamarinan'ny faminaniana azon'i Sergeev et al.34 dia 28%.Ny sarintany farany (sary 5) noforonina tamin'ny fampiasana ny modely EBK_SVMR sy Ca_Mg_K ho toy ny mpamantatra dia mampiseho faminaniana momba ny toerana mafana sy antonony hatramin'ny nikela manerana ny faritra fianarana manontolo. Midika izany fa ny fifantohana amin'ny nikela ao amin'ny faritra fianarana dia antonony indrindra, miaraka amin'ny fifantohana ambony kokoa amin'ny faritra sasany.
Ny sarintany vinavina farany dia aseho amin'ny fampiasana ny maodely hybride EBK_SVMR ary mampiasa Ca_Mg_K ho mpamadika.
Aseho ao amin'ny Figure 6 dia ny fifantohana PTE ho toy ny fiaramanidina firafitry ny neurons tsirairay. Tsy misy na dia iray aza amin'ireo fiaramanidina singa naneho ny loko mitovy amin'ny aseho. Noho izany, ny CaK sy CaMg dia mitovitovy amin'ny neurons avo lenta sy ny loko ambany ka hatramin'ny antonony. Ny modely dia mampiseho loko avo lenta izay manondro ny mety hisian'ny nikela ao anaty tany (jereo ny sary 4). tany.Ny sary 7 dia mampiseho ny fomba fandevenana amin'ny k-means vondrona eo amin'ny sarintany, mizara ho vondrona telo mifototra amin'ny sanda vinavinaina isaky ny maodely. Noho ny fizotry ny anthropogène sy voajanahary maro miantraika amin'ny fiforonan'ny tany, dia sarotra ny manavaka araka ny tokony ho izy ny sarin'ny cluster ao amin'ny sari-tany SeOM zaraina78.
Famoahana fiaramanidina singa isaky ny Empirical Bayesian Kriging Support Vector Machine (EBK_SVM_SeOM).
Ireo singa fanasokajiana kluster samihafa [sarintany SeOM dia noforonina tamin'ny alàlan'ny RStudio (version 1.4.1717: https://www.rstudio.com/).]
Ny fandinihana amin'izao fotoana izao dia maneho mazava tsara ny teknikan'ny modeling ho an'ny fifantohan'ny nikela amin'ny tany an-tanàn-dehibe sy ny manodidina. Ny fizarana ara-bakiteny amin'ireo singa nasehon'ny EBK_SVMR (jereo ny sary 5). Ny valiny dia mampiseho fa ny modely fanohanan'ny milina vector fanohanana (Ca Mg K-SVMR) dia maminavina ny fifantohan'ny Ni amin'ny tany ho modely tokana, fa ny mari-pamantarana fanombanana ny fanamarinana sy ny fahamendrehana dia mampiseho fahadisoana be dia be amin'ny lafiny RMSE sy MAE. R2).Nahazo vokatra tsara tamin'ny fampiasana EBK SVMR sy singa mitambatra (CaKMg) miaraka amin'ny lesoka RMSE sy MAE ambany miaraka amin'ny fahitsiana 63,7%. Ny zezika sy ny fahalotoan'ny indostrian'ny tany amin'ny indostrian'ny vy dia manana fironana hampitombo ny fifantohan'ny nikela ao anaty tany.Ity fanadihadiana ity dia nanambara fa ny modely EBK dia afaka mampihena ny haavon'ny fahadisoana ary manatsara ny fahamarinan'ny modely amin'ny fitsinjarana habakabaka amin'ny tany an-tanàn-dehibe na peri-urban.Ho fanampin'izany, manolotra ny fampiasana EBK izahay mba hitambatra amin'ny algorithm fianarana milina isan-karazany. Ny fifantohana Ni dia novinavinaina tamin'ny fampiasana singa ho covariates;Na izany aza, ny fampiasana covariates bebe kokoa dia hanatsara ny fahombiazan'ny modely, izay azo heverina ho famerana ny asa amin'izao fotoana izao. Ny fetra iray hafa amin'ity fandalinana ity dia ny isan'ny angon-drakitra dia 115. Noho izany, raha misy angon-drakitra bebe kokoa omena, dia azo hatsaraina ny fampandehanana ny fomba hybridization naroso.
PlantProbs.net.Nickel amin'ny zava-maniry sy ny tany https://plantprobs.net/plant/nutrientImbalances/sodium.html (Niakatra tamin'ny 28 Aprily 2021).
Kasprzak, KS Nickel advances in modern environmental toxicology.surroundings.toxicology.11, 145–183 (1987).
Cempel, M. & Nikel, G. Nickel: Famerenana ny loharanony sy ny poizina momba ny tontolo iainana. Polisy J. Environment.Stud.15, 375-382 (2006).
Freedman, B. & Hutchinson, TC Ny fandotoana avy amin'ny atmosfera sy ny fihangonana amin'ny tany sy ny zavamaniry eo akaikin'ny fandoroana nickel-varahina ao Sudbury, Ontario, Canada.can.J.Bot.58(1), 108-132.https://doi.org/10.1139/b80-014 (1980).
Manyiwa, T. et al.Meyly mavesatra amin'ny tany, zavamaniry ary risika mifandray amin'ny biby fiompy ahitra akaikin'ny toeram-pitrandrahana varahina-nikela Selebi-Phikwe any Botswana.surroundings.Geochemistry.Health https://doi.org/10.1007/s10653-021-00918-x (2021).
Cabata-Pendias.Kabata-Pendias A. 2011. Trace elements in soil and… – Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+Trace+ Elements+in+soils+and+3+plants.9+New+NY CRC+Press&btnG= (Nisy tamin'ny 24 Nov 2020).
Almås, A., Singh, B., Agriculture, TS-NJ of & 1995, undefined. Ny fiantraikan'ny indostrian'ny nikela Rosiana amin'ny fatran'ny metaly mavesatra amin'ny tany fambolena sy ahitra ao Soer-Varanger, Norway.agris.fao.org.
Nielsen, GD et al.Ny fitehirizana sy ny fihazonana ny nikela amin'ny rano fisotro dia mifandraika amin'ny fihinanana sakafo sy ny fahatsapan'ny nikela.toxicology.application.Pharmacodynamics.154, 67-75 (1999).
Costa, M. & Klein, CB Nickel carcinogenesis, mutation, epigenetics na selection.surroundings.Health Perspective.107, 2 (1999).
Ajman, PC;Ajado, SK;Borůvka, L.;Bini, JKM;Sarkody, VYO;Cobonye, ​​NY;Famakafakana fironana amin'ny singa mety misy poizina: famerenana bibliometrika. Geochemistry and Health Environmental. Springer Science & Business Media BV 2020.https://doi.org/10.1007/s10653-020-00742-9
Minasny, B. & McBratney, AB Digital Soil Mapping: Tantara fohy sy lesona vitsivitsy.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=7+A+University+Css. ed 28 Aprily 2021).