Grazzi talli żort Nature.com.Il-verżjoni tal-brawżer li qed tuża għandha appoġġ limitat għas-CSS. Għall-aħjar esperjenza, nirrakkomandaw li tuża browser aġġornat (jew itfi l-mod ta' kompatibilità f'Internet Explorer).Sadattant, biex niżguraw appoġġ kontinwu, aħna se nuru s-sit mingħajr stili u JavaScript.
It-tniġġis tal-ħamrija huwa problema kbira kkawżata minn attivitajiet tal-bniedem. Id-distribuzzjoni spazjali ta 'elementi potenzjalment tossiċi (PTEs) tvarja fil-biċċa l-kbira taż-żoni urbani u peri-urbani. Għalhekk, huwa diffiċli li jitbassar spazjalment il-kontenut ta' PTEs f'ħamrija bħal din. Total ta 'kampjuni 115 inkisbu minn Frydek Mistek fir-Repubblika Ċeka. spettrometrija ta' emissjoni tal-plażma akkoppjata b'mod induttiv.Il-varjabbli tar-rispons huwa Ni u t-tbassir huma Ca, Mg, u K.Il-matriċi ta' korrelazzjoni bejn il-varjabbli tar-rispons u l-varjabbli ta' tbassir turi korrelazzjoni sodisfaċenti bejn l-elementi. kienu ogħla mill-metodi l-oħra applikati.Mudelli mħallta għall Empirical Bayesian Kriging-Multiple Linear Regression (EBK-MLR) jaħdmu ħażin, kif evidenzjat minn koeffiċjenti ta’ determinazzjoni inqas minn 0.1.Il-mudell Empirical Bayesian Kriging-Support Vector Machine Regression (EBK-SVMR) kien l-aħjar mudell, b’valur baxx ta’ mg/mg/mg/mg/mg/mg/mg/mg/mg/kg s ​​u koeffiċjent għoli ta’ determinazzjoni (R2 = 0.637).L-output tat-teknika tal-immudellar EBK-SVMR jiġi viżwalizzat permezz ta’ mappa li torganizza lilha nnifisha. In-newroni raggruppati fil-pjan tal-komponent tal-mudell ibridu CakMg-EBK-SVMR juru mudelli multipli ta’ kuluri li jbassru l-konċentrazzjonijiet Ni f’ħamrija urbana u peri-urbana. ħamrija urbana.
In-nikil (Ni) huwa meqjus bħala mikronutrijent għall-pjanti minħabba li jikkontribwixxi għall-iffissar tan-nitroġenu atmosferiku (N) u l-metaboliżmu tal-urea, li t-tnejn huma meħtieġa għall-ġerminazzjoni taż-żerriegħa. Minbarra l-kontribut tiegħu għall-ġerminazzjoni taż-żerriegħa, Ni jista’ jaġixxi bħala inibitur fungali u batterjali u jippromwovi l-iżvilupp tal-pjanti. fertilizzanti bbażati fuq el biex jottimizzaw il-fissazzjoni tan-nitroġenu2.Applikazzjoni kontinwa ta 'fertilizzanti bbażati fuq in-nikil biex jarrikkixxu l-ħamrija u jżidu l-kapaċità tal-legumi li jiffissaw in-nitroġenu fil-ħamrija kontinwament iżid il-konċentrazzjoni tan-nikil fil-ħamrija. bħala nutrijent essenzjali għat-tkabbir tal-pjanti1.Skond Liu3, Nistab li huwa s-17-il element importanti meħtieġ għall-iżvilupp u t-tkabbir tal-pjanti. Minbarra r-rwol tan-nikil fl-iżvilupp u t-tkabbir tal-pjanti, il-bnedmin jeħtieġuh għal varjetà ta 'applikazzjonijiet.L-electroplating, il-produzzjoni ta' ligi bbażati fuq in-nikil, u l-manifattura ta 'apparati ta' tqabbid u spark plugs kollha jeħtieġu fis-settur tal-karozzi bbażati fuq l-industrija tan-nikil. u oġġetti electroplated ġew użati b'mod wiesa 'fil-kċina, aċċessorji tal-ballroom, provvisti tal-industrija tal-ikel, elettriku, wajer u kejbil, turbini bil-ġett, impjanti kirurġiċi, tessuti, u shipbuilding5.Ni-livelli sinjuri fil-ħamrija (jiġifieri, ħamrija tal-wiċċ) ġew attribwiti kemm għal sorsi antropoġeniċi kif ukoll naturali, iżda primarjament, Ni huwa sors naturali ta' sorsi naturali, pjuttost naturali. veġetazzjoni, nirien fil-foresti, u proċessi ġeoloġiċi;madankollu, sorsi antropoġeniċi jinkludu batteriji tan-nikil/kadmju fl-industrija tal-azzar, electroplating, iwweldjar bl-ark, diżil u żjut tal-fjuwil, u emissjonijiet atmosferiċi mill-kombustjoni tal-faħam u l-inċinerazzjoni tal-iskart u l-ħama Akkumulazzjoni tan-nikil7,8.Skond Freedman u Hutchinson9 u Manyiwa et al.10, is-sorsi ewlenin tat-tniġġis tal-ħamrija tal-wiċċ fl-ambjent immedjat u ħdejn huma prinċipalment funderiji u minjieri bbażati fuq in-nikil-ram.Il-ħamrija ta 'fuq madwar ir-raffinerija tan-nikil-ram ta' Sudbury fil-Kanada kellha l-ogħla livelli ta 'kontaminazzjoni tan-nikil f'26,000 mg/kg11.B'kuntrast, tniġġis minn konċentrazzjoni Norveġiża ta' sonickel1nickel wassal għal konċentrazzjoni ogħla fir-Russja. ms et al.12, l-ammont ta 'nikil li jista' jiġi estratt bl-HNO3 fl-ogħla art li tinħarat tar-reġjun (il-produzzjoni tan-nikil fir-Russja) varja minn 6.25 sa 136.88 mg/kg, li jikkorrispondi għal medja ta '30.43 mg/kg u konċentrazzjoni bażika ta' 25 mg/kg.Skond kabata 11, l-applikazzjoni ta 'l-istaġun ta' phosphorus urban sophirus soccerils sophirus urban suċċessivi s jistgħu infuse jew jikkontaminaw il-ħamrija.L-effetti potenzjali tan-nikil fil-bnedmin jistgħu jwasslu għal kanċer permezz ta 'mutaġenesi, ħsara kromosomali, ġenerazzjoni Z-DNA, tiswija ta' qtugħ tad-DNA imblukkata, jew proċessi epiġenetiċi13.F'esperimenti fuq l-annimali, in-nikil instab li għandu l-potenzjal li jikkawża varjetà ta 'tumuri, u tumuri karċinoġeniċi exacerbate bħal dawn jistgħu kumplessi tan-nikil.
Il-valutazzjonijiet tal-kontaminazzjoni tal-ħamrija iffjorixxu fi żminijiet riċenti minħabba firxa wiesgħa ta’ kwistjonijiet relatati mas-saħħa li jirriżultaw minn relazzjonijiet ħamrija-pjanti, relazzjonijiet bijoloġiċi tal-ħamrija u tal-ħamrija, degradazzjoni ekoloġika, u valutazzjoni tal-impatt ambjentali. tive soil mapping (PSM).Skond Minasny u McBratney16, il-predictive soil mapping (DSM) wera li huwa subdixxiplina prominenti tax-xjenza tal-ħamrija.Lagacherie and McBratney, 2006 jiddefinixxu DSM bħala "il-ħolqien u l-mili ta 'sistemi ta' informazzjoni spazjali tal-ħamrija permezz tal-użu ta 'in situ u tal-laboratorju metodi ta' osservazzjoni u mhux inferenti u spazjali sistemi ta' osservazzjoni u spazjali.17 tiddeskrivi li d-DSM jew PSM kontemporanju huwa l-aktar teknika effettiva għat-tbassir jew l-immappjar tad-distribuzzjoni spazjali tal-PTEs, it-tipi tal-ħamrija u l-proprjetajiet tal-ħamrija. Il-ġeostatistika u l-Algoritmi ta’ Tagħlim Magni (MLA) huma tekniki ta’ mmudellar DSM li joħolqu mapep diġitali bl-għajnuna ta’ kompjuters li jużaw data sinifikanti u minima.
Deutsch18 u Olea19 jiddefinixxu l-ġeostatistika bħala "il-ġbir ta 'tekniki numeriċi li jittrattaw ir-rappreżentazzjoni ta' attributi spazjali, prinċipalment bl-użu ta 'mudelli stokastiċi, bħal kif l-analiżi tas-serje ta' ħin tikkaratterizza d-dejta temporali."Primarjament, il-ġeostatistika tinvolvi l-evalwazzjoni tal-variogrammi, li jippermettu Kwantifikazzjoni u tiddefinixxi d-dipendenzi tal-valuri spazjali minn kull dataset20.Gumiaux et al.20 juru aktar li l-evalwazzjoni tal-variogrammi fil-ġeostatistika hija bbażata fuq tliet prinċipji, inklużi (a) il-komputazzjoni tal-iskala tal-korrelazzjoni tad-dejta, (b) l-identifikazzjoni u l-komputazzjoni tal-anisotropija fid-disparità tas-sett tad-dejta u (c) minbarra li jittieħed kont tal-iżball inerenti tad-dejta tal-kejl separata mill-effetti lokali, l-effetti taż-żona huma wkoll stmati dwar il-kunċetti ta’ kriging, ħafna Building interpolation. ko-kriging, kriging ordinarju, kriging Bayesjan empiriku, metodu ta 'kriging sempliċi u tekniki oħra ta' interpolazzjoni magħrufa sew biex immiraw jew ibassru PTE, karatteristiċi tal-ħamrija, u tipi ta 'ħamrija.
Machine Learning Algorithms (MLA) huma teknika relattivament ġdida li timpjega klassijiet ta 'dejta mhux lineari akbar, alimentati minn algoritmi użati primarjament għall-minjieri tad-dejta, identifikazzjoni ta' mudelli fid-dejta, u applikati ripetutament għall-klassifikazzjoni f'oqsma xjentifiċi bħax-xjenza tal-ħamrija u kompiti ta 'ritorn.22 (foresti każwali għall-istima tal-metall tqil fil-ħamrija agrikola), Sakizadeh et al.23 (immudellar bl-użu ta 'magni tal-vettur ta' appoġġ u netwerks newrali artifiċjali) tniġġis tal-ħamrija ).Barra minn hekk, Vega et al.24 (CART għall-immudellar taż-żamma u l-adsorbiment tal-metall tqil fil-ħamrija) Sun et al.25 (applikazzjoni ta 'cubist hija d-distribuzzjoni ta' Cd fil-ħamrija) u algoritmi oħra bħal k-nearest neighbor, rigressjoni msaħħa ġeneralizzata, u rigressjoni msaħħa Is-siġar applikaw ukoll MLA biex ibassru PTE fil-ħamrija.
L-applikazzjoni ta 'algoritmi DSM fit-tbassir jew l-immappjar tiffaċċja diversi sfidi.Ħafna awturi jemmnu li l-MLA huwa superjuri għall-ġeostatistika u viċi versa.Għalkemm waħda hija aħjar mill-oħra, il-kombinazzjoni tat-tnejn ittejjeb il-livell ta' preċiżjoni tal-mapping jew tbassir f'DSM15.Woodcock u Gopal26 Finke27;Pontius u Cheuk28 u Grunwald29 jikkummentaw dwar nuqqasijiet u xi żbalji fl-immappjar tal-ħamrija mbassar. Ix-xjentisti tal-ħamrija ppruvaw varjetà ta 'tekniki biex jottimizzaw l-effettività, l-eżattezza u l-prevedibbiltà tal-immappjar u t-tbassir tad-DSM.15 jiddeskrivu li l-imġiba ta' validazzjoni u l-inċertezza introdotti mill-ħolqien u t-tbassir tal-mapep għandhom jiġu vvalidati b'mod indipendenti biex tittejjeb il-kwalità tal-mapep. Il-limitazzjonijiet tad-DSM huma dovuti għall-kwalità tal-ħamrija mxerrda ġeografikament, li tinvolvi komponent ta' inċertezza;madankollu, in-nuqqas ta' ċertezza fid-DSM jista' jirriżulta minn diversi sorsi ta' żball, jiġifieri żball kovarjat, żball fil-mudell, żball fil-lokazzjoni, u Żball analitiku 31. L-ineżattezzi tal-immudellar indotti f'MLA u proċessi ġeostatistiċi huma assoċjati ma' nuqqas ta' fehim, li finalment iwassal għal simplifikazzjoni żejda tal-proċess reali32. interpolazzjoni33.Riċentement, ħarġet xejra DSM ġdida li tippromwovi l-integrazzjoni tal-ġeostatistika u l-MLA fl-immappjar u t-tbassir. Diversi xjentisti u awturi tal-ħamrija, bħal Sergeev et al.34;Subbotina et al.35;Tarasov et al.36 u Tarasov et al.37 sfruttaw il-kwalità preċiża tal-ġeostatistika u t-tagħlim tal-magni biex jiġġeneraw mudelli ibridi li jtejbu l-effiċjenza tat-tbassir u l-immappjar.kwalità.Xħud minn dawn il-mudelli ta' algoritmi ibridi jew kombinati huma 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-MLP)37 and Gaussian Coprocessing.
Skont Sergeev et al., Il-kombinazzjoni ta' diversi tekniki ta' mmudellar għandha l-potenzjal li telimina d-difetti u żżid l-effiċjenza tal-mudell ibridu li jirriżulta aktar milli tiżviluppa l-mudell uniku tagħha. Mudelli ta’ Magni (SVM) u Rigressjoni Lineari Multipla (MLR). L-ibridizzazzjoni ta’ EBK ma’ kwalunkwe MLA mhix magħrufa. Il-mudelli multipli mħallta li dehru huma kombinazzjonijiet ta’ kriging ordinarju, residwu, ta’ rigressjoni, u MLA.EBK huwa metodu ta’ interpolazzjoni ġeostatistika li jutilizza proċess spazjalment stokastiku li huwa lokalizzat bħala qasam mhux stazzjonarju, b’kamp ta’ lokalizzazzjoni mhux stazzjonarju, b’kamp ta’ lokalizzazzjoni varjat u definittiv. .EBK intuża f'varjetà ta' studji, inkluż l-analiżi tad-distribuzzjoni tal-karbonju organiku fil-ħamrija tal-farms40, il-valutazzjoni tat-tniġġis tal-ħamrija41 u l-immappjar tal-proprjetajiet tal-ħamrija42.
Min-naħa l-oħra, Self-Organizing Graph (SeOM) huwa algoritmu ta 'tagħlim li ġie applikat f'diversi artikoli bħal Li et al.43, Wang et al.44, Hossain Bhuiyan et al.45 u Kebonye et al.46 Iddetermina l-attributi spazjali u l-grupp ta 'elementi.Wang et al.44 tiddeskrivi li SeOM hija teknika ta 'tagħlim b'saħħitha magħrufa għall-kapaċità tagħha li tiġbor u timmaġina problemi mhux lineari.B'differenza tekniki oħra ta' rikonoxximent tal-mudelli bħal analiżi tal-komponenti prinċipali, clustering fuzzy, clustering ġerarkiku, u teħid ta 'deċiżjonijiet b'ħafna kriterji, SeOM huwa aħjar fl-organizzazzjoni u l-identifikazzjoni tal-mudelli PTE.Skond Wang et al.44, SeOM jista 'jiggruppa spazjalment id-distribuzzjoni ta' newroni relatati u jipprovdi viżwalizzazzjoni ta 'dejta b'riżoluzzjoni għolja.SeOM se Ħares data ta' tbassir Ni biex jikseb l-aħjar mudell biex jikkaratterizza r-riżultati għal interpretazzjoni diretta.
Dan id-dokument għandu l-għan li jiġġenera mudell ta 'mapping robust bl-aħjar preċiżjoni għat-tbassir tal-kontenut tan-nikil f'ħamrija urbana u peri-urbana. Aħna ipoteżi li l-affidabilità tal-mudell imħallat tiddependi prinċipalment fuq l-influwenza ta 'mudelli oħra mehmuża mal-mudell bażi.għalhekk, aħna se nippruvaw inwieġbu mistoqsijiet ta 'riċerka li jistgħu jagħtu mudelli mħallta.Madankollu, kemm hu preċiż il-mudell fit-tbassir tal-element fil-mira? Ukoll, x'inhu l-livell ta' evalwazzjoni tal-effiċjenza bbażat fuq validazzjoni u evalwazzjoni ta 'preċiżjoni?Għalhekk, l-għanijiet speċifiċi ta' dan l-istudju kienu li (a) jinħoloq mudell ta 'taħlita magħquda għal SVMR jew MLR bl-użu tal-mudell ta' konċentrazzjoni EBK b'tbassir tal-mudell tal-bażi għall-previżjoni, (b) Nic. f'ħamrija urbana jew peri-urbana , u (d) l-applikazzjoni ta 'SeOM biex tinħoloq mappa b'riżoluzzjoni għolja ta' varjazzjoni spazjali tan-nikil.
L-istudju qed isir fir-Repubblika Ċeka, speċifikament fid-distrett ta’ Frydek Mistek fir-reġjun Moravja-Sileżjana (ara l-Figura 1). 25 u 327 m;madankollu, is-sistema ta 'klassifikazzjoni Koppen għall-istat klimatiku tar-reġjun hija kklassifikata bħala Cfb = klima oċeanika moderata, Hemm ħafna xita anki fix-xhur niexfa. It-temperaturi jvarjaw ftit matul is-sena bejn -5 °C u 24 °C, rarament jaqgħu taħt -14 °C jew aktar minn 30 °C, filwaqt li l-istħarriġ medja annwali ta 'preċipitazzjoni sħiħa hija stmata bejn 528 mm u 7. 1,208 kilometru kwadru, b'39.38% tal-art ikkultivata u 49.36% tal-kopertura tal-foresti. Min-naħa l-oħra, iż-żona użata f'dan l-istudju hija madwar 889.8 kilometri kwadri. F'Ostrava u madwar, l-industrija tal-azzar u xogħlijiet tal-metall huma attivi ħafna. il-qawwa tal-liga filwaqt li jżommu duttilità tajba tagħha u toughness), u l-agrikoltura intensiva bħall-applikazzjoni tal-fertilizzant tal-fosfat u l-produzzjoni tal-bhejjem huma sorsi potenzjali ta 'riċerka ta' nikil fir-reġjun (eż., iż-żieda tan-nikil għall-ħrief biex tiżdied ir-rati ta 'tkabbir fil-ħrief u baqar baxxi). Il-kulur tal-ħamrija, l-istruttura u l-kontenut tal-karbonat. In-nisġa tal-ħamrija hija minn medja għal fina, derivata mill-materjal ġenitur. Huma ta’ natura kolluvjali, alluvjali jew eolja. cambisols jiddominaw ir-Repubblika Ċeka49.
Mappa taż-żona ta' studju [Il-mappa taż-żona ta' studju nħolqot bl-użu ta' ArcGIS Desktop (ESRI, Inc, verżjoni 10.7, URL: https://desktop.arcgis.com).]
Inkisbu total ta' 115-il kampjun tal-ħamrija tal-wiċċ minn ħamrija urbana u peri-urbana fid-distrett ta' Frydek Mistek. Il-mudell tal-kampjun użat kien grid regolari b'kampjuni tal-ħamrija spazjati 2 × 2 km 'il bogħod minn xulxin, u l-ħamrija tal-wiċċ kienet imkejla f'fond ta' 0 sa 20 ċm bl-użu ta' apparat GPS li jinżamm fl-idejn (Leica Zeno 5 GPS). kampjuni ġew imnixxfa bl-arja biex jipproduċu kampjuni polverizzati, polverizzati b'sistema mekkanika (mitħna tad-diska Fritsch), u mgħarbel (daqs tal-għarbiel 2 mm). Poġġi gramma 1 ta 'kampjuni tal-ħamrija mnixxfa, omoġenizzata u mgħarbula fi fliexken tat-teflon ittikkettjati b'mod ċar. kull aċidu), għatti ħafif u ħalli l-kampjuni joqogħdu matul il-lejl għar-reazzjoni (programm aqua regia). Poġġi s-supernatant fuq pjanċa tal-metall sħuna (temperatura: 100 W u 160 °C) għal 2 sigħat biex tiffaċilita l-proċess tad-diġestjoni tal-kampjuni, imbagħad kessaħ. f'tubu tal-PVC ta '50 ml b'ilma dejonizzat. Barra minn hekk, 1 ml tas-soluzzjoni ta' dilwizzjoni ġie dilwit b'9 ml ta 'ilma dejonizzat u ffiltrat f'tubu ta' 12 ml ippreparat għal psewdo-konċentrazzjoni ta 'PTE. Spettroskopija) (Thermo Fisher Scientific, USA) skond metodi u ftehim standard. Tiżgura proċeduri ta' Assigurazzjoni u Kontroll tal-Kwalità (QA/QC) (SRM NIST 2711a Montana II Soil).PTEs b'limiti ta' skoperta taħt in-nofs ġew esklużi minn dan l-istudju. Biex jiġi żgurat li l-iżbalji ġew minimizzati, saret analiżi doppja.
Empirical Bayesian Kriging (EBK) hija waħda mill-ħafna tekniki ta' interpolazzjoni ġeostatistika użati fl-immudellar f'oqsma differenti bħax-xjenza tal-ħamrija. B'differenza minn tekniki oħra ta' interpolazzjoni kriging, EBK huwa differenti minn metodi kriging tradizzjonali billi jqis l-iżball stmat mill-mudell semivariogram. dan it-tpinġija tas-semivariogramma li tikkostitwixxi parti kumplessa ħafna ta’ metodu ta’ kriging suffiċjenti. Il-proċess ta’ interpolazzjoni ta’ EBK isegwi t-tliet kriterji proposti minn Krivoruchko50, (a) il-mudell jistma s-semivariogramma mis-sett tad-dejta tal-input (b) il-valur il-ġdid previst għal kull post tas-sett tad-dejta tal-input ibbażat fuq is-semivariogramma ġġenerata u (c) id-dejta finali ġenerata mill-mudell Bayej huwa simulat.
Fejn \(Prob\left(A\right)\) tirrappreżenta l-preċedenti, \(Prob\left(B\right)\) probabbiltà marġinali hija injorata fil-biċċa l-kbira tal-każijiet, \(Prob (B,A)\ ). s kemm huwa probabbli li jinħoloq dataset ta 'osservazzjonijiet mill-semivariogram.
Magna vettur ta 'appoġġ hija algoritmu ta' tagħlim tal-magni li jiġġenera hyperplane ta 'separazzjoni ottimali biex jiddistingwi klassijiet identiċi iżda mhux linearment indipendenti. analiżi.Cherkassky u ​​Mulier53 kienu pijunieri SVMR bħala rigressjoni bbażata fuq il-qalba, li l-komputazzjoni tagħha twettqet bl-użu ta 'mudell ta' rigressjoni lineari b'funzjonijiet spazjali f'diversi pajjiżi.55, epsilon (ε)-SVMR juża s-sett tad-dejta mħarreġ biex jikseb mudell ta' rappreżentazzjoni bħala funzjoni insensittiva għall-epsilon li tiġi applikata biex tiġi mmappjata d-dejta b'mod indipendenti bl-aħjar preġudizzju epsilon minn taħriġ fuq dejta korrelata. kwotazzjoni proposta minn Vapnik51 tidher hawn taħt.
fejn b jirrappreżenta l-limitu skalari, \(K\left({x}_{,}{ x}_{k}\right)\) jirrappreżenta l-funzjoni tal-qalba, \(\alpha\) jirrappreżenta l-multiplikatur ta 'Lagrange, N Jirrappreżenta dataset numeriku, \({x}_{k}\) jirrappreżenta input tad-data, u \(y\) hija l-output tad-data li hija l-operazzjoni ewlenija użata SV. funzjoni bażi (RBF).Il-qalba RBF hija applikata biex tiddetermina l-mudell SVMR ottimali, li huwa kritiku biex jinkiseb il-fattur C tas-sett ta 'penali l-aktar sottili u l-parametru tal-qalba gamma (γ) għad-dejta tat-taħriġ PTE.
Mudell ta 'regressjoni lineari multipla (MLR) huwa mudell ta' rigressjoni li jirrappreżenta r-relazzjoni bejn il-varjabbli tar-rispons u numru ta 'varjabbli ta' tbassir bl-użu ta 'parametri miġbura lineari kkalkulati bl-użu tal-metodu tal-inqas kwadri. ekwazzjoni LR hija
fejn y hija l-varjabbli tar-rispons, \(a\) hija l-interċettazzjoni, n hija n-numru ta 'tbassir, \({b}_{1}\) hija r-rigressjoni parzjali tal-koeffiċjenti, \({x}_{ i}\) tirrappreżenta tbassir jew varjabbli ta' spjegazzjoni, u \({\varepsilon }_{i}\) tirrappreżenta l-iżball fil-mudell, magħruf ukoll bħala residwu.
Mudelli mħallta nkisbu billi tgħaqqad EBK ma 'SVMR u MLR. Dan isir billi jiġu estratti valuri mbassra mill-interpolazzjoni EBK. Il-valuri mbassra miksuba mill-Ca, K, u Mg interpolati jinkisbu permezz ta' proċess kombinatorju biex jinkisbu varjabbli ġodda, bħal CaK, CaMg, u KMg. , K, Mg, CaK, CaMg, KMg u CaKMg.Dawn il-varjabbli saru tbassir tagħna, u għenu biex ibassru l-konċentrazzjonijiet tan-nikil f'ħamrija urbana u peri-urbana. ian Kriging-Multiple Linear Regression (EBK_MLR).Tipikament, il-varjabbli Ca, K, Mg, CaK, CaMg, KMg, u CaKMg huma wżati bħala kovarjati bħala tbassir tal-kontenut Ni f'ħamrija urbana u peri-urbana. L-aktar mudell aċċettabbli miksub (EBK_SVM jew EBK_MLR) imbagħad se jiġi muri minnu l-istudju tal-fluss ta 'dan il-Figura 2 viżwalizzazzjoni graff.
L-użu tas-SeOM sar għodda popolari għall-organizzazzjoni, l-evalwazzjoni u t-tbassir tad-dejta fis-settur finanzjarju, il-kura tas-saħħa, l-industrija, l-istatistika, ix-xjenza tal-ħamrija, u aktar. varjabbli43,56.Melssen et al.57 jiddeskrivi l-konnessjoni ta 'vettur ta' input f'netwerk newrali permezz ta 'saff ta' input wieħed għal vettur ta 'ħruġ b'vettur ta' piż wieħed. L-output iġġenerat minn SeOM huwa mappa bidimensjonali li tikkonsisti minn newroni jew nodi differenti minsuġa f'mapep topoloġiċi eżagonali, ċirkolari jew kwadri skont il-prossimità tagħhom. Tqabbil tad-daqsijiet tal-mapep ibbażati fuq żball mudell metriku, kwantizzazzjoni (QE) u 400. ly, hija magħżula, li hija unità ta 'mappa 55 (5 × 11). L-istruttura tan-newron hija ddeterminata skond in-numru ta' nodi fl-ekwazzjoni empirika
In-numru ta 'dejta użata f'dan l-istudju huwa 115 kampjun. Approċċ każwali ntuża biex tinqasam id-dejta f'dejta tat-test (25% għall-validazzjoni) u settijiet ta 'dejta tat-taħriġ (75% għall-kalibrazzjoni). proċess ta’ validazzjoni, ripetut ħames darbiet.Il-varjabbli prodotti mill-interpolazzjoni EBK jintużaw bħala tbassir jew varjabbli ta’ spjegazzjoni biex ibassru l-varjabbli fil-mira (PTE). L-immudellar huwa mmaniġġjat f’RStudio bl-użu tal-librerija tal-pakketti (Kohonen), librerija (caret), librerija (modelr), librerija ("e1071″), librerija ("plyr", librerija ("plyr") u librerija ("), librerija ("plyrca"), librerija (") u librerija " .
Diversi parametri ta 'validazzjoni ntużaw biex jiddeterminaw l-aħjar mudell adattat għat-tbassir tal-konċentrazzjonijiet tan-nikil fil-ħamrija u biex jevalwaw l-eżattezza tal-mudell u l-validazzjoni tiegħu. qawwa ta 'tbassir tal-mudell, filwaqt li MAE jiddetermina l-valur kwantitattiv attwali. Il-valur R2 għandu jkun għoli biex jevalwa l-aħjar mudell ta' taħlita bl-użu tal-parametri ta 'validazzjoni, iktar ma jkun qrib il-valur għal 1, iktar ikun għoli l-eżattezza.Skond Li et al.59, valur ta 'kriterju R2 ta' 0.75 jew akbar huwa meqjus bħala tbassir tajjeb;minn 0.5 sa 0.75 hija prestazzjoni aċċettabbli tal-mudell, u taħt 0.5 hija prestazzjoni tal-mudell inaċċettabbli. Meta tagħżel mudell bl-użu tal-metodi ta 'evalwazzjoni tal-kriterji ta' validazzjoni RMSE u MAE, il-valuri aktar baxxi miksuba kienu biżżejjed u kienu kkunsidrati l-aħjar għażla. L-ekwazzjoni li ġejja tiddeskrivi l-metodu ta 'verifika.
fejn n jirrappreżenta d-daqs tal-valur osservat\({Y}_{i}\) jirrappreżenta r-rispons imkejjel, u \({\widehat{Y}}_{i}\) jirrappreżenta wkoll il-valur tar-rispons previst, għalhekk, għall-ewwel i osservazzjonijiet.
Deskrizzjonijiet statistiċi tal-varjabbli ta’ tbassir u rispons huma ppreżentati fit-Tabella 1, li juru medja, devjazzjoni standard (SD), koeffiċjent ta’ varjazzjoni (CV), minimu, massimu, kurtożi, u skewness. 39 mg/kg.Tqabbil ta 'Ni mal-medja dinjija (29 mg/kg) u l-medja Ewropea (37 mg/kg) wera li l-medja ġeometrika kkalkulata ġenerali għaż-żona ta' studju kienet fil-medda tollerabbli.Madankollu, kif muri minn Kabata-Pendias11, paragun tal-konċentrazzjoni medja tan-nikil (Ni) fl-istudju kurrenti ma 'ħamrija medja agrikola turi li l-konċentrazzjoni S-Liwedennickel attwali hija l-konċentrazzjoni medja ta' S mewiseannickel f'livell ogħla. dek Mistek f'ħamrija urbana u peri-urbana fl-istudju attwali (Ni 16.15 mg/kg) kien ogħla mil-limitu permissibbli ta '60 (10.2 mg/kg) għal Ni f'ħamrija urbana Pollakka rrappurtati minn Różański et al. konċentrazzjoni tan-nikil (12.34 mg/kg) f’ħamrija urbana ta’ Ħong Kong, li hija inqas mill-konċentrazzjoni attwali tan-nikil f’dan l-istudju.Birke et al63 irrappurtaw konċentrazzjoni medja ta’ Ni ta’ 17.6 mg/kg f’minjieri qodma u żona industrijali urbana f’Saxony-Anhalt, il-Ġermanja, li kienet 1.45 mg/kg ogħla mill-konċentrazzjoni medja ta’ Ni fiż-żona.15 mg/kg. żoni suburbani taż-żona ta 'studju jistgħu jiġu attribwiti prinċipalment għall-industrija tal-ħadid u l-azzar u l-industrija tal-metall.Dan huwa konsistenti mal-istudju minn Khodadoust et al.64 li l-industrija tal-azzar u x-xogħol tal-metall huma s-sorsi ewlenin ta’ kontaminazzjoni tan-nikil fil-ħamrija.Madankollu, il-prevedituri varjaw ukoll minn 538.70 mg/kg sa 69,161.80 mg/kg għal Ca, 497.51 mg/kg għal 3535.68 mg/kg għal K, u 685.685.68mg/kg għal Mg. .65 investigaw il-kontenut totali ta 'Mg u K tal-ħamrija fis-Serbja ċentrali.Sabu li l-konċentrazzjonijiet totali (410 mg/kg u 400 mg/kg, rispettivament) kienu aktar baxxi mill-konċentrazzjonijiet ta' Mg u K tal-istudju attwali.Indistingwibbli, fil-Lvant tal-Polonja, Orzechowski u Smolczynski66 evalwaw il-kontenut totali ta 'Mg/kg u Ca, (Mg 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 20, 20, 20, 20, 20, 3, 4, 5, 5, 7, 8, 8, 8, 8, 8, 8, 8 ou 8). 590 mg/kg) u K (810 mg/kg) Il-kontenut fil-ħamrija tal-wiċċ huwa aktar baxx mill-element wieħed f'dan l-istudju. Studju reċenti minn Pongrac et al.67 wera li l-kontenut totali ta’ Ca analizzat fi 3 ħamrija differenti fl-Iskozja, ir-Renju Unit (ħamrija ta’ Mylnefield, ħamrija ta’ Balruddery u ħamrija ta’ Hartwood) indika kontenut ta’ Ca ogħla f’dan l-istudju.
Minħabba l-konċentrazzjonijiet differenti mkejla tal-elementi meħuda bħala kampjun, id-distribuzzjonijiet tas-sett tad-dejta tal-elementi juru skewness differenti.The skewness u kurtosis tal-elementi varjaw minn 1.53 sa 7.24 u 2.49 sa 54.16, rispettivament. l-elementi juru wkoll li K, Mg, u Ni juru varjabilità moderata, filwaqt li Ca għandu varjabbiltà estremament għolja. Is-CVs ta 'K, Ni u Mg jispjegaw id-distribuzzjoni uniformi tagħhom. Barra minn hekk, id-distribuzzjoni Ca mhix uniformi u sorsi esterni jistgħu jaffettwaw il-livell ta' arrikkiment tiegħu.
Il-korrelazzjoni tal-varjabbli ta 'tbassir mal-elementi ta' rispons indikat korrelazzjoni sodisfaċenti bejn l-elementi (ara l-Figura 3).Il-korrelazzjoni indikat li CaK esibit korrelazzjoni moderata mal-valur r = 0.53, kif għamlet CaNi.Għalkemm Ca u K juru assoċjazzjonijiet modesti ma 'xulxin, riċerkaturi bħal Kingston et al.68 u Santo69 jissuġġerixxu li l-livelli tagħhom fil-ħamrija huma inversament proporzjonali.Madankollu, Ca u Mg huma antagonistiċi għal K, iżda CaK jikkorrelata tajjeb.Dan jista 'jkun minħabba l-applikazzjoni ta' fertilizzanti bħall-karbonat tal-potassju, li huwa 56% ogħla fil-potassju.Potassju kien moderatament korrelatata mal-manjeżju (KM 63 industrija). um sulfat, nitrat tal-manjeżju tal-potassju, u potassa huma applikati għall-ħamrija biex iżidu l-livelli ta 'defiċjenza tagħhom. In-nikil huwa moderatament korrelata ma' Ca, K u Mg b'valuri r = 0.52, 0.63 u 0.55, rispettivament. ta 'manjeżju żejjed, u kemm manjesju kif ukoll kalċju jnaqqsu l-effetti tossiċi tan-nikil fil-ħamrija.
Matriċi ta' korrelazzjoni għall-elementi li juru r-relazzjoni bejn il-prevedituri u r-risponsi (Nota: din iċ-ċifra tinkludi scatterplot bejn l-elementi, il-livelli ta' sinifikat huma bbażati fuq p < 0,001).
Il-Figura 4 turi d-distribuzzjoni spazjali tal-elementi. Skont Burgos et al70, l-applikazzjoni tad-distribuzzjoni spazjali hija teknika użata biex tikkwantifika u tenfasizza hot spots f'żoni mniġġsa. ossidu) biex titnaqqas l-aċidità tal-ħamrija u l-użu tagħha fl-imtieħen tal-azzar bħala ossiġnu alkalin fil-proċess tal-produzzjoni tal-azzar. Min-naħa l-oħra, bdiewa oħra jippreferu jużaw idrossidu tal-kalċju f'ħamrija aċiduża biex jinnewtralizza l-pH, li jżid ukoll il-kontenut tal-kalċju tal-ħamrija71. Il-potassju juri wkoll hot spots fil-majjistral u fil-lvant tal-mappa. NPK u applikazzjonijiet tal-potassa.Dan huwa konsistenti ma 'studji oħra, bħal Madaras u Lipavský72, Madaras et al.73, Pulkrabová et al.74, Asare et al.75, li osservaw li l-istabbilizzazzjoni tal-ħamrija u t-trattament b'KCl u NPK irriżultaw f'kontenut għoli ta' K fil-ħamrija.L-arrikkiment tal-potassju spazjali fil-majjistral tal-mappa tad-distribuzzjoni jista 'jkun dovut għall-użu ta' fertilizzanti bbażati fuq il-potassju bħal klorur tal-potassju, sulfat tal-potassju, nitrat tal-potassju, potassju u potassju biex jiżdied il-kontenut tal-potassju ta 'ħamrija fqira.Zádorová et al.76 u Tlustoš et al.77 spjegat li l-applikazzjoni ta 'fertilizzanti bbażati fuq K żiedet il-kontenut ta' K fil-ħamrija u żżid b'mod sinifikanti l-kontenut ta 'nutrijenti tal-ħamrija fit-tul, speċjalment K u Mg li juru hot spot fil-ħamrija. klorosi.Fertilizzanti bbażati fuq il-manjeżju, bħal sulfat tal-manjeżju tal-potassju, sulfat tal-manjeżju, u Kieserite, jittrattaw nuqqasijiet (pjanti jidhru vjola, aħmar jew kannella, li jindika defiċjenza tal-manjeżju) f'ħamrija b'firxa normali ta 'pH6.L-akkumulazzjoni ta' nikil fuq uċuħ tal-ħamrija urbani u peri-urbani tista 'tkun dovuta għal attivitajiet tal-produzzjoni tal-agrikoltura azzar li ma jissaddadx u l-agrikoltura.
Distribuzzjoni spazjali tal-elementi [il-mappa tad-distribuzzjoni spazjali nħolqot bl-użu ta' ArcGIS Desktop (ESRI, Inc, Verżjoni 10.7, URL: https://desktop.arcgis.com).]
Ir-riżultati tal-indiċi tal-prestazzjoni tal-mudell għall-elementi użati f'dan l-istudju huma murija fit-Tabella 2.Min-naħa l-oħra, l-RMSE u l-MAE ta 'Ni huma t-tnejn qrib iż-żero (0.86 RMSE, -0.08 MAE).Min-naħa l-oħra, iż-żewġ valuri RMSE u MAE ta' K huma aċċettabbli.Riżultati RMSE u MAE kienu akbar għall-kalċju u l-manjeżju. dan l-istudju li juża EBK biex ibassar Ni nstabu li huma aħjar mir-riżultati ta 'John et al.54 billi tuża kriging sinerġistiku biex tbassar konċentrazzjonijiet S fil-ħamrija billi tuża l-istess data miġbura. L-outputs EBK li studjajna jikkorrelataw ma 'dawk ta' Fabijaczyk et al.41, Yan et al.79, Beguin et al.80, Adhikary et al.81 u John et al.82, speċjalment K u Ni.
Il-prestazzjoni tal-metodi individwali għat-tbassir tal-kontenut tan-nikil fil-ħamrija urbana u peri-urbana ġiet evalwata bl-użu tal-prestazzjoni tal-mudelli (Tabella 3). Il-validazzjoni tal-mudell u l-evalwazzjoni tal-eżattezza kkonfermaw li l-preditur Ca_Mg_K flimkien mal-mudell EBK SVMR ta l-aħjar prestazzjoni. 7 (R2), 95.479 mg/kg (RMSE) u 77.368 mg/kg (MAE) Ca_Mg_K-SVMR kien 0.663 (R2), 235.974 mg/kg (RMSE) u 166.946 mg/kg (MAE). Madankollu, valuri tajbin R2. _Mg-EBK_SVMR (0.643 = R2);ir-riżultati RMSE u MAE tagħhom kienu ogħla minn dawk għal Ca_Mg_K-EBK_SVMR (R2 0.637) (ara Tabella 3). Barra minn hekk, l-RMSE u l-MAE tal-mudell Ca_Mg-EBK_SVMR (RMSE = 1664.64 u MAE = 1031.49) huma 17.4, li huma akbar minn dawk Ca_Mg-EBK_g rispettivament. K_SVMR. Bl-istess mod, l-RMSE u l-MAE tal-mudell Ca_Mg-K SVMR (RMSE = 235.974 u MAE = 166.946) huma 2.5 u 2.2 akbar minn dawk tal-Ca_Mg_K-EBK_SVMR RMSE u MAE, rispettivament. kienu osservati.Skond Kebonye et al.46 u john et al.54, iktar ma l-RMSE u l-MAE jkunu viċin iż-żero, aħjar ir-riżultati. SVMR u EBK_SVMR għandhom valuri RSME u MAE kwantifikati ogħla. .Dan ifisser li iktar ma jkun eteroġenju s-sett tad-dejta, iktar ikunu għoljin il-valuri MAE u RMSE. L-eżattezza tal-valutazzjoni tal-validazzjoni inkroċjata tal-mudell imħallat Ca_Mg_K-EBK_SVMR għat-tbassir tal-kontenut ta 'Ni f'ħamrija urbana u suburbana kienet 63.70%.Skond Li et al.59, dan il-livell ta 'eżattezza huwa rata ta' prestazzjoni tal-mudell aċċettabbli. Ir-riżultati preżenti huma mqabbla ma 'studju preċedenti minn Tarasov et al.36 li l-mudell ibridu tiegħu ħoloq MLPRK (Multilayer Perceptron Residual Kriging), relatat ma 'l-indiċi ta' evalwazzjoni ta 'preċiżjoni EBK_SVMR irrapportat fl-istudju attwali, RMSE (210) u The MAE (167.5) kien ogħla mir-riżultati tagħna fl-istudju attwali (RMSE 95.479, MAE 77.30.479, MAE 77.30.36.3 attwali meta mqabbla mal-istudju attwali). Tarasov et al.36 (0.544), huwa ċar li l-koeffiċjent ta 'determinazzjoni (R2) huwa ogħla f'dan il-mudell imħallat. Il-marġni ta 'żball (RMSE u MAE) (EBK SVMR) għall-mudell imħallat huwa darbtejn aktar baxx. Bl-istess mod, Sergeev et al.34 irreġistraw 0.28 (R2) għall-mudell żviluppati mudell ibridu (Multilayer Percept Percept), filwaqt li Nisidual Krieging rekord. ).Il-livell ta 'preċiżjoni tat-tbassir ta' dan il-mudell (EBK SVMR) huwa 63.7%, filwaqt li l-eżattezza tat-tbassir miksuba minn Sergeev et al.34 hija 28%. Il-mappa finali (Fig. 5) maħluqa bl-użu tal-mudell EBK_SVMR u Ca_Mg_K bħala tbassir turi tbassir ta 'hot spots u moderati għal nikil fuq iż-żona kollha ta' studju.Dan ifisser li l-konċentrazzjoni ta 'nikil fiż-żona ta' studju hija prinċipalment moderata, b'konċentrazzjonijiet ogħla f'xi żoni speċifiċi.
Il-mappa tat-tbassir finali hija rappreżentata bl-użu tal-mudell ibridu EBK_SVMR u bl-użu ta' Ca_Mg_K bħala tbassir.[Il-mappa tad-distribuzzjoni spazjali ġiet maħluqa bl-użu ta' RStudio (verżjoni 1.4.1717: https://www.rstudio.com/).]
Ippreżentati fil-Figura 6 huma konċentrazzjonijiet PTE bħala pjan ta 'kompożizzjoni li jikkonsisti minn newroni individwali. Ebda mill-pjani komponenti esebiti l-istess mudell tal-kulur kif muri. newroni u l-biċċa l-kbira tan-newroni baxxi. Għalhekk, CaK u CaMg jaqsmu xi xebh ma' newroni ta' ordni għoli ħafna u mudelli ta' kulur minn baxx għal moderat. mudell wera mudell ta 'kulur għoli li jindika l-konċentrazzjoni potenzjali ta' nikil fil-ħamrija (ara Figura 4). Il-pjan tal-komponent tal-mudell CakMg juri mudell ta 'kulur differenti minn baxx għal għoli skond skala ta' kulur preċiża. ils.Figura 7 turi l-metodu tal-kontorn fil-grupp k-means fuq il-mappa, maqsum fi tliet raggruppamenti bbażati fuq il-valur imbassar f'kull mudell.Il-metodu tal-kontorn jirrappreżenta l-aħjar numru ta 'clusters.Mill-115 kampjun tal-ħamrija miġbura, kategorija 1 kisbet l-aktar kampjuni tal-ħamrija, 74. interpretazzjoni ta 'clusters.Minħabba l-bosta proċessi antropoġeniċi u naturali li jaffettwaw il-formazzjoni tal-ħamrija, huwa diffiċli li jkun hemm mudelli ta 'cluster differenzjati sew f'mappa SeOM distribwita78.
Output pjan komponent minn kull varjabbli Empirical Bayesian Kriging Support Vector Machine (EBK_SVM_SeOM).
Komponenti differenti ta' klassifikazzjoni tal-clusters [Mapep SeOM inħolqu bl-użu ta' RStudio (verżjoni 1.4.1717: https://www.rstudio.com/).]
The current study clearly illustrates modeling techniques for nickel concentrations in urban and peri-urban soils.The study tested different modeling techniques, combining elements with modeling techniques, to obtain the best way to predict nickel concentrations in soil.The SeOM compositional planar spatial features of the modeling technique exhibited a high color pattern from low to high on an accurate color scale, indicating Ni concentrations in the soil.However, the spatial distribution map confirms the planar spatial distribution of components exhibited by EBK_SVMR (see Figure 5).The results show that the support vector machine regression model (Ca Mg K-SVMR) predicts the concentration of Ni in soil as a single model, but the validation and accuracy evaluation parameters show very high errors in terms of RMSE and MAE.On the other hand, the modeling technique employed with the EBK_MLR model is also flawed due to the low value of the coefficient of determination (R2).Good results were obtained using EBK SVMR and combined elements (CaKMg) with low RMSE and MAE errors with an accuracy of 63.7%.It turns out that combining the EBK algorithm with a machine learning algorithm can generate a hybrid algorithm that can predict the concentration of PTEs in soil.The results show that using Ca Mg K as predictors to predict Ni concentrations in the study area can improve the prediction of Ni in soils.This means that the continuous application of nickel-based fertilizers and industrial pollution of the soil by the steel industry has a tendency to increase the concentration of nickel in the soil.This study revealed that the EBK model can reduce the level of error and improve the accuracy of the model of soil spatial distribution in urban or peri-urban soils.In general, we propose to apply the EBK-SVMR model to assess and predict PTE in soil;barra minn hekk, nipproponu li nużaw EBK biex ibridizzaw ma 'diversi algoritmi ta' tagħlim tal-magni. Il-konċentrazzjonijiet ta 'Ni kienu mbassra bl-użu ta' elementi bħala kovarjati;madankollu, l-użu ta 'aktar kovarjati jtejjeb ħafna l-prestazzjoni tal-mudell, li jista' jitqies bħala limitazzjoni tax-xogħol attwali.Limitazzjoni oħra ta 'dan l-istudju hija li n-numru ta' settijiet ta 'dejta huwa 115.Għalhekk, jekk tingħata aktar data, il-prestazzjoni tal-metodu ta' ibridizzazzjoni ottimizzat propost tista 'titjieb.
PlantProbs.net.Nickel fil-Pjanti u l-Ħamrija https://plantprobs.net/plant/nutrientImbalances/sodium.html (Aċċessat fit-28 ta’ April 2021).
Kasprzak, KS Avvanzi tan-nikil fit-tossikoloġija ambjentali moderna.madwaru.tossikoloġija.11, 145–183 (1987).
Cempel, M. & Nikel, G. Nickel: Reviżjoni tas-sorsi tagħha u t-tossikoloġija ambjentali.Pollakk J. Environment.Stud.15, 375–382 (2006).
Freedman, B. & Hutchinson, TC Input li jniġġes mill-atmosfera u akkumulazzjoni fil-ħamrija u l-veġetazzjoni ħdejn funderija tan-nikil-ram f'Sudbury, Ontario, Canada.can.J.Bot.58(1), 108-132.https://doi.org/10.1139/b80-014 (1980).
Manyiwa, T. et al.Metalli tqal fil-ħamrija, pjanti u riskji assoċjati ma' ruminanti li jirgħu ħdejn il-minjiera tar-ram-nikil Selebi-Phikwe fil-Botswana.surroundings.Geochemistry.Health https://doi.org/10.1007/s10653-021-00902-x (02902-x).
Cabata-Pendias.Kabata-Pendias A. 2011. Oligoelementi fil-ħamrija u... – 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+%2+2+%2+New+%20. +CRC+Istampa&btnG= (Aċċessat fl-24 ta' Novembru 2020).
Almås, A., Singh, B., Agriculture, TS-NJ of & 1995, undefined.Effetti tal-industrija tan-nikil Russa fuq konċentrazzjonijiet ta 'metall tqil f'ħamrija agrikola u ħaxix f'Soer-Varanger, Norveġja.agris.fao.org.
Nielsen, GD et al.L-assorbiment u ż-żamma tan-nikil fl-ilma tax-xorb huma relatati mal-konsum tal-ikel u s-sensittività tan-nikil.toxicology.application.Pharmacodynamics.154, 67-75 (1999).
Costa, M. & Klein, CB Karċinoġenesi tan-nikil, mutazzjoni, epiġenetika jew selezzjoni.madwar.Perspettiva tas-Saħħa.107, 2 (1999).
Ajman, PC;Ajado, SK;Borůvka, L.;Bini, JKM;Sarkody, VYO;Cobonye, ​​​​NM;Analiżi tat-tendenza ta 'elementi potenzjalment tossiċi: reviżjoni biblijometrika. Ġeokimika Ambjentali u Saħħa.Springer Science & Business Media BV 2020.https://doi.org/10.1007/s10653-020-00742-9.
Minasny, B. & McBratney, AB Mapping Diġitali tal-Ħamrija: Storja Qosor u Xi Lezzjonijiet.Geoderma 264, 301–311.https://doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. Dwar l-immappjar tal-ħamrija diġitali.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+2C+3&bpages+2C+3%2C+Access. 2021).