د Nature.com د لیدلو لپاره مننه. د براوزر نسخه چې تاسو یې کاروئ د CSS لپاره محدود ملاتړ لري. د غوره تجربې لپاره، موږ وړاندیز کوو چې تاسو یو تازه شوی براوزر وکاروئ (یا په انټرنیټ اکسپلورر کې د مطابقت حالت بند کړئ).
د خاورې ککړتیا یوه لویه ستونزه ده چې د انساني فعالیتونو له امله رامینځته کیږي. د احتمالي زهرجن عناصرو (PTEs) ځایي ویش په ډیری ښاري او پیري ښاري سیمو کې توپیر لري. له همدې امله په داسې خاوره کې د PTEs محتوا په ځایي توګه وړاندوینه کول ګران دي. ټولټال 115 نمونې د Frydek CmagnicumC (Frydek CmagneciumC)، د جمهوري ریاست څخه ترلاسه شوي. د assium (K) او نکل (Ni) غلظت د inductively جوړه شوي پلازما اخراج سپیکرومیټري په کارولو سره ټاکل شوي. د غبرګون متغیر Ni دی او وړاندوینه کونکي یې Ca، Mg، او K دي. د غبرګون متغیر او د وړاندوینې متغیر تر مینځ د ارتباط میټریکس د قناعت وړ ښیي چې د V.M.V. د مخکینیو عناصرو ترمنځ د بیاکتنې پایلې ښیي. ښه ترسره شوی، که څه هم د دې اټکل شوي ریښې معنی مربع تېروتنه (RMSE) (235.974 mg/kg) او معنی مطلق تېروتنه (MAE) (166.946 mg/kg) د نورو پلي شویو میتودونو په پرتله لوړه وه. د تجربوي بایسیان کریګینګ لپاره مخلوط ماډلونه - څو لینر ریګریشن (EBR0) د ضعیف شواهدو په پرتله د ضعیف شواهدو په توګه ترسره شوي. 1.The Empirical Bayesian Kriging-Support Vector Machine Regression (EBK-SVMR) ماډل تر ټولو ښه موډل و، د ټیټ RMSE (95.479 mg/kg) او MAE (77.368 mg/kg) ارزښتونو سره او د تعیین لوړ کفایت (R2 = 0.B6 MRVS-6) د ځان جوړونې تخنیک په کارولو سره. د هایبرډ ماډل CakMg-EBK-SVMR برخې په الوتکه کې کلستر شوي نیورونونه ډیری رنګ نمونې ښیې چې په ښاري او پیري ښاري خاورو کې د Ni غلظت وړاندوینه کوي. پایلې ښیي چې د EBK او SVMR ترکیب په ښار کې د Ni غلظت اټکل کولو لپاره یو مؤثر تخنیک دی.
Nickel (Ni) د نباتاتو لپاره یو مایکرو غذایی توکی ګڼل کیږی ځکه چې دا په اتموسفیر کې د نایتروجن فکسیشن (N) او یوریا میټابولیزم کې مرسته کوي، چې دواړه د تخم د ټوکیدنې لپاره اړین دي. د تخم د ټوکیدنې لپاره د هغې د ونډې سربیره، Ni کولی شي د فنګس او باکتریا مخنیوی کونکي په توګه کار وکړي او د نبات د ودې په پایله کې د نبات د ودې لامل کیږي. د بیلګې په توګه، غواګانې او شنه لوبیا د نایتروجن د اصلاح کولو لپاره د نکل پر بنسټ د سرې کارولو ته اړتیا لري 2. د نکل پر بنسټ د سرې په دوامداره توګه کارول ترڅو خاوره بډایه کړي او په خاوره کې د نایتروجن د ځای پرځای کولو وړتیا زیات کړي، په دوامداره توګه د نبات لپاره د مایکروکیل سینټ د مایکروکیل سینټ کانکیلیت زیاتوي. په خاوره کې د نکلونو ډیر مینځل د ګټې په پرتله ډیر زیان رسولی شي. په خاوره کې د نکل زهرجنیت د خاورې pH کموي او د نبات د ودې لپاره د اړین غذايي موادو په توګه د اوسپنې جذب مخه نیسي. د Liu3 په وینا، Ni د نبات د ودې او ودې لپاره اړین 17 مهم عنصر دی. د نبات د ودې او ودې لپاره د نکلونو د نوعې رول ته اړتیا سربیره، دا د نباتاتو د ودې لپاره اړین رول لري. د نکل پر بنسټ د الیاژ تولید، او د موټرو په صنعت کې د ایګیشن وسیلو او سپارک پلګونو تولید ټول په مختلفو صنعتي سکتورونو کې د نکل کارولو ته اړتیا لري. برسیره پردې، د نکل پر بنسټ الیاژ او الکتروپلیټ شوي مادې په پراخه توګه د پخلنځي، بال روم لوازمو، د خوراکي توکو صنعت تجهیزاتو، بریښنا، جیټیلبینګ، د تارونو، تارونو، تارونو، سرټیل بیوټینګونو، سیرټیل بیوټینټ، ټیوبونو، کټګوریو، ټیوبونو، د پخلنځي سامانونو کې په پراخه توګه کارول شوي. 5. په خاوره کې د Ni غني کچه (د بیلګې په توګه، سطحي خاوره) دواړه انتروپجنیک او طبیعي سرچینو ته منسوب شوي، مګر په ابتدايي توګه، Ni د انتروپجنیک په پرتله طبیعي سرچینه ده 4,6. د نکل طبیعي سرچینې عبارت دي له آتش فشاني، نباتاتو، د ځنګلونو اورونه، او جیولوژیکي پروسې؛په هرصورت، د انتروپجنیک سرچینو کې د فولادو په صنعت کې د نکل / کیډیمیم بیټرۍ شاملې دي، الکتروپلټینګ، آرک ویلډینګ، ډیزل او د سونګ تیل، او د ډبرو د احتراق او د کثافاتو او خځلو سوځولو څخه د اتموسفیر اخراج د نکل جمع کول شامل دي 7,8. د فریډمن او هچچین په وینا.10، په نږدې او نږدې چاپیریال کې د خاورې د ککړتیا اصلي سرچینې په عمده توګه د نکل - مسو پر بنسټ مسو او کانونه دي. په کاناډا کې د سوډبري نکل - مسو د تصفیه کولو په شاوخوا کې پورته خاوره د 26,000 mg/kg په کچه د نکل د ککړتیا لوړه کچه درلوده، په روسیه کې د کانکیل تولید په پایله کې د 11 کانکیل کانټینټ ککړتیا لوړه ده. د ناروې په خاوره کې 11. د Alms et al مطابق.12، د HNO3 د استخراج وړ نکل اندازه په سیمه کې د کرنې وړ ځمکو کې (په روسیه کې د نکل تولید) له 6.25 څخه تر 136.88 ملی ګرامه / کیلو ګرامه پورې اړه لري، د 30.43 ملی ګرامه / کیلو ګرامه او د 25 ملی ګرامه / کیلو ګرام اساسی غلظت سره مطابقت لري. په ښاري یا پیري ښاري خاورو کې د پرله پسې فصلونو په جریان کې طبیعي خاورې کولی شي خاوره ککړه کړي یا ککړه کړي. په انسانانو کې د نکل احتمالي اغیزې کولی شي د میوټاجینیسس ، کروموزوم زیان ، Z-DNA تولید ، د بند شوي DNA تخریب ترمیم ، یا ایپی جینیټیک پروسې له لارې سرطان رامینځته کړي. دا ډول تومورونه لاپسې خرابوي.
د خاورې د ککړتیا ارزونه په وروستیو وختونو کې د روغتیا پورې اړوند مسلو د پراخه لړۍ له امله وده کړې چې د خاورې او نباتاتو اړیکو، د خاورې او خاورې بیولوژیکي اړیکو، ایکولوژیکي تخریب، او د چاپیریال اغیزې ارزونې څخه را منځته کیږي. تر اوسه پورې، د احتمالي زهرجن عناصرو (PTEs) ځایي وړاندوینه لکه د ډیجیټل دودیز میتودونو په کارولو سره د ډیجیټل اعلان کولو دودیز میتودونه دي. (DSM) او د هغې اوسني بریالیتوب15 د وړاندوینې وړ خاورې نقشه (PSM) خورا ښه کړې ده. د Minasny او McBratney16 په وینا، د وړاندوینې خاورې نقشه (DSM) د خاورې ساینس یو مهم فرعي ډسپلین ثابت شوی دی. Lagacherie او McBratney، 2006 د DSM د معلوماتو د جوړولو او ډکولو له الرې د لابراتوار سیسټم په توګه تعریف کړی او د DSM ډکولو سیسټم په توګه کاروي. خدمتي میتودونه او ځایي او غیر فضايي خاوري انفرنس سیسټمونه ". McBratney et al.17 په ګوته کوي چې معاصر DSM یا PSM د PTEs، د خاورې ډولونو او د خاورې ملکیتونو د ځایی ویش وړاندوینې یا نقشه کولو لپاره خورا اغیزمن تخنیک دی. جیوسټاتیسټیک او د ماشین زده کړې الګوریتم (MLA) د DSM ماډلینګ تخنیکونه دي چې د کمپیوټرونو په مرسته ډیجیټل نقشې رامینځته کوي د پام وړ او لږو معلوماتو په کارولو سره.
Deutsch18 او Olea19 جغرافیه تعریفوي "د شمیري تخنیکونو ټولګه چې د ځایي ځانګړتیاو نمایش سره معامله کوي، په عمده توګه د سټوچیسټیک ماډلونو کار کوي، لکه څنګه چې د وخت لړۍ تحلیل لنډمهاله ډاټا مشخصوي."په ابتدايي توګه، جیوسټاتیسټیک د ویروګرامونو ارزونه شامله ده، کوم چې د هر ډیټا سیټ څخه د ځایی ارزښتونو انحصار اندازه کول او تعریفوي.Gumiaux et al.20 نور روښانه کوي چې په جیوسټاتیسټیک کې د تغیراتو ارزونه په دریو اصولو ولاړه ده، پشمول د (a) د ډیټا اړیکو پیمانه محاسبه کول، (b) د ډیټاسیټ توپیر کې د انیسوټروپی پیژندل او محاسبه کول او (c) سربیره پردې د اندازه کولو اصلي غلطۍ په پام کې نیولو سربیره، د اندازې د اندازې اصلي غلطۍ په پام کې نیولو سره، د محلي ارقامو د اندازې اغیزې د اندازې بی شمیره اغیزې د سیمه ایزو معلوماتو ساحې څخه جلا شوي. تخنیکونه په جیوسټاتیسټیک کې کارول کیږي، پشمول د عمومي کریګینګ، شریک کریګینګ، عادي کریګینګ، تجرباتي بایسیان کریګینګ، ساده کریګینګ طریقه او نور مشهور انټرپولیشن تخنیکونه چې د PTE، خاورې ځانګړتیاوې، او د خاورې ډولونه نقشه یا وړاندوینه کوي.
د ماشین زده کړې الګوریتم (MLA) یو نسبتا نوی تخنیک دی چې د لوی غیر خطي ډیټا ټولګیو کار کوي، د الګوریتمونو په واسطه چې په ابتدايي توګه د ډیټا کان کیندنې لپاره کارول کیږي، په ډیټا کې د نمونو پیژندلو لپاره کارول کیږي، او په مکرر ډول په ساینسي برخو کې طبقه بندي کولو لپاره کارول کیږي لکه د خاورې ساینس او د بیرته راستنیدو دندې. ډیری څیړنیزې مقالې د PTE ماډلونو په توګه د TANTE په اړه مخکې له دې.22 (په زراعتي خاورو کې د درنو فلزاتو د اندازې لپاره تصادفي ځنګلونه)، Sakizadeh et al.23 (د مالتړ ویکتور ماشینونو او مصنوعي عصبي شبکو په کارولو سره ماډل کول) د خاورې ککړتیا ) سربیره پردې، Vega et al.24 (CART د موډل کولو لپاره د درنو فلزاتو ساتلو او په خاوره کې جذب) Sun et al.25 (د کیوبیسټ غوښتنلیک په خاوره کې د Cd ویش دی) او نور الګوریتمونه لکه k-نږدې ګاونډی، عمومي وده شوي ریګریشن، او بوسټ شوي ریګریشن ونې هم په خاوره کې د PTE وړاندوینې لپاره ایم ایل ایل پلي کوي.
په وړاندوینه یا نقشه کولو کې د DSM الګوریتم پلي کول له ډیری ننګونو سره مخ دي. ډیری لیکوالان پدې باور دي چې ایم ایل ایل د جیوسټاتیسټیک څخه غوره دی او برعکس. که څه هم یو له بل څخه غوره دی، د دواړو ترکیب په DSM15 کې د نقشې یا وړاندوینې دقت کچه ښه کوي.Pontius او Cheuk28 او Grunwald29 د وړاندوینې شوې خاورې په نقشه کولو کې د نیمګړتیاو او ځینو غلطیو په اړه تبصره کوي. د خاورې ساینس پوهانو د DSM نقشه کولو او وړاندوینې اغیزمنتیا، دقت او وړاندوینې د ښه کولو لپاره مختلف تخنیکونه هڅه کړې. د ناڅرګندتیا او تصدیق ترکیب د DSM په مختلف ډولونو کې د اغیزمنتیا کمولو او د اغیزمنتیا کمولو کې یو دی. په هرصورت، Agyeman et al.15 په ګوته کوي چې د نقشې د جوړولو او وړاندوینې لخوا معرفي شوي د اعتبار چلند او ناڅرګندتیا باید د نقشې کیفیت ښه کولو لپاره په خپلواکه توګه تایید شي.په هرصورت، په DSM کې د ډاډ نشتوالی کیدای شي د ډیری سرچینو څخه رامینځته شي، د بیلګې په توګه د covariate تېروتنه، د ماډل تېروتنه، د موقعیت تېروتنه، او تحلیلي تېروتنه 31. د ماډل کولو غلطۍ چې په ایم ایل او جیوسټیسټیکي پروسو کې رامینځته شوي د پوهاوي نشتوالي سره تړاو لري، په پای کې د دې لامل کیږي چې د ریښتینې پروسې د ریښتیني پروسیجرونو ریښتیني جوړښت ته وده ورکړي. په دې وروستیو کې، د DSM یو نوی رجحان راڅرګند شوی چې په نقشه کولو او وړاندوینې کې د جیوسټاتیسټیک او ایم ایل ایل ادغام ته وده ورکوي. د خاورې ډیری ساینس پوهان او لیکوالان لکه سرجیف او نور.۳۴ ;Subbotina et al.۳۵ ;Tarasov et al.36 او Tarasov et al.37 د جیو احصایې او ماشین زده کړې دقیق کیفیت څخه کار اخیستی ترڅو هایبرډ ماډلونه رامینځته کړي چې د وړاندوینې او نقشې کولو موثریت ته وده ورکوي.کیفیت. ځینې د دې هایبرډ یا ګډ الګوریتم ماډلونه دي د مصنوعي عصبي شبکې کریګینګ (ANN-RK) ، ملټي لیر پرسیپټرون ریزیویل کریګینګ (MLP-RK) ، عمومي شوي ریګریشن عصبي شبکه بقایا کریګینګ (GR-NNRK)36، مصنوعي عصبي شبکه کریګینګ-Multi-Perceptron-36 او Ga-NML Co. د سیان پروسې راجستریشن 38.
د سرجیف او نور په وینا، د مختلف ماډلینګ تخنیکونو سره یوځای کول د دې وړتیا لري چې نیمګړتیاوې له منځه یوسي او د پایلې شوي هایبرډ ماډل موثریت زیات کړي نه دا چې خپل واحد ماډل رامینځته کړي. په دې شرایطو کې، دا نوې مقاله استدلال کوي چې د جیوسټاتیسټیک او ایم ایل ایل یو ګډ الګوریتم پلي کول اړین دي ترڅو د هر ډول هایبرډ انډولونو لپاره د غوره هایبرډ انډول په ساحه کې د غوره هایبرډ انډول مطالعه رامینځته کړي. د مثال په توګه د تجربوي بایسیان کریګینګ (EBK) د اساس ماډل په توګه او دا د سپورټ ویکتور ماشین (SVM) او څو اړخیز خطي ریګریشن (MLR) ماډلونو سره مخلوط کړئ. د EBK هایبرډیزیشن د هیڅ ایم ایل ایل سره ندی پیژندل شوی. ډیری مخلوط ماډلونه لیدل کیږي د عادي ، پاتې کیدو ، انټرپولیسټیټیک میتودونو ترکیبونه دي چې د انټرپول پولیسټریشن میتود دی. s یو ځایی سټیچیسټیک پروسه ده چې په ساحه کې د ځایی کولو تعریف شوي پیرامیټرونو سره د غیر سټیشنري / سټیشنري تصادفي ساحې په توګه ځایی شوی ، د ځایی تغیراتو لپاره اجازه ورکوي 39.EBK په بیلابیلو مطالعاتو کې کارول شوي ، پشمول د فارم په خاوره کې د عضوي کاربن توزیع تحلیل ، د خاورې نقشه کول او د خاورې نقشه 41 مشخص کول.
له بلې خوا، د ځان تنظیم کولو ګراف (SeOM) د زده کړې الګوریتم دی چې په مختلفو مقالو کې پلي شوی لکه Li et al.43، وانګ et al.۴۴، حسین بهیان او نور.45 او Kebonye et al. 46 د ځایي ځانګړتیاوو او د عناصرو ډله ایز مشخص کول. وانګ او نور.44 په ګوته کوي چې SeOM د زده کړې یو پیاوړی تخنیک دی چې د غیر خطي ستونزو ګروپ کولو او تصور کولو وړتیا لپاره پیژندل کیږي. د نورو نمونو پیژندنې تخنیکونو په څیر لکه د اصلي اجزاو تحلیل، فزي کلسترینګ، درجه بندي کلستر کول، او د څو معیارونو پریکړه کول، SeOM د PTE al WTE نمونو تنظیم او پیژندلو کې غوره دی.44، SeOM کولی شي د اړونده نیورونونو ویش په ځایي توګه ګروپ کړي او د لوړ ریزولوشن ډیټا بصری چمتو کړي. SeOM به د نی وړاندوینې ډیټا تصور کړي ترڅو غوره ماډل ترلاسه کړي ترڅو د مستقیم تفسیر لپاره پایلې مشخص کړي.
د دې لیکنې موخه دا ده چې په ښاري او پیري ښاري خاورو کې د نکل مینځپانګې وړاندوینې لپاره د غوره دقت سره د نقشه کولو یو قوي ماډل رامینځته کړي. موږ داسې انګیرو چې د مخلوط ماډل اعتبار په عمده ډول د نورو ماډلونو اغیزې پورې اړه لري چې اساس موډل پورې تړاو لري. داسې ښکاري چې د s او MLA ماډلونه زیاتیږي؛له همدې امله، موږ به هڅه وکړو چې د څیړنې پوښتنو ته ځواب ووایو چې کیدای شي مخلوط ماډلونه ترلاسه کړي. په هرصورت، ماډل د هدف عنصر اټکل کولو کې څومره درست دی؟ همدارنګه، د اعتبار او دقت ارزونې پر بنسټ د موثریت ارزونې کچه څه ده؟ نو له همدې امله، د دې څیړنې ځانګړي اهداف دا وو چې (a) د ګډ ماډل SMRB یا MLRB ماډل په توګه د EMRB د ګډ ماډل په کارولو سره جوړ کړئ. پایله لرونکي ماډلونه (c) په ښاري یا پیري ښاري خاورو کې د Ni غلظت وړاندوینې لپاره غوره مخلوط ماډل وړاندیز کوي ، او (d) د نکل ځایي تغیراتو لوړ ریزولوشن نقشه رامینځته کولو لپاره د SeOM غوښتنلیک.
څیړنه په چک جمهوریت کې ترسره کیږي، په ځانګړې توګه د موراویا-سلیسین سیمې په فریډیک میسټیک ولسوالۍ کې (شکل 1 وګورئ). د مطالعې ساحې جغرافیه خورا سخته ده او ډیری یې د موراویا-سلیسیان بیسکیدي سیمې برخه ده، چې د کارپاتیا غرونو د بهرنۍ څنډې برخه ده. 18° 20′ 0′ E، او لوړوالی یې د 225 او 327 متر ترمنځ دی؛په هرصورت، د سیمې د اقلیم حالت لپاره د کوپین طبقه بندي سیسټم د Cfb = معتدل سمندري اقلیم په توګه درجه بندي شوی، حتی په وچو میاشتو کې ډیر باران شتون لري. د تودوخې درجه د کال په اوږدو کې د -5 °C او 24 °C ترمنځ توپیر لري، په ندرت سره د −14 °C او 24 °C څخه کم وي، پداسې حال کې چې د کال په اوسط ډول د 14 °C او 53 °C څخه پورته وي. mm47. د ټولې سیمې د اټکل شوې سروې مساحت 1,208 مربع کیلومتره دی، چې 39.38٪ کرنه شوې ځمکه او 49.36٪ د ځنګل پوښښ لري. له بلې خوا، په دې څیړنه کې کارول شوې مساحت شاوخوا 889.8 مربع کیلومتره دی. په اوستراوا او شاوخوا کې، د فولادو صنعت کې ډیر فعال دي، د فولادو او فلزاتو صنعت کې کارول کیږي. سټینلیس سټیلونه (د مثال په توګه د اتموسفیر د ککړتیا مقاومت لپاره) او د مصر فولاد (نیک د خپل ښه نرموالي او سختوالي ساتلو په وخت کې د الیاژ ځواک ډیروي) ، او پراخه کرنه لکه د فاسفیت سرې کارول او د څارویو تولید په سیمه کې د نکل د څیړنې احتمالي سرچینې دي (د مثال په توګه ، د صنعتي ودې لپاره د کیټل بیسیم ټيټ بیټ او د کیل بیمونو کارول). په څیړنیزو ساحو کې نکل د الکتروپلاټینګ په برخه کې کارول کیږي، په شمول د الکتروپلټینګ نکل او الکترولیس نکل پلیټینګ پروسې. د خاورې ځانګړتیاوې په اسانۍ سره د خاورې رنګ، جوړښت، او کاربونیټ مواد سره توپیر لري. د خاورې جوړښت له منځني څخه ښه دی، د اصلي موادو څخه اخیستل کیږي. دوی د کوللوویال، ایلوویال یا ایوومیلیان دي، ډیری وختونه د ځمکې په سطحه کې د خاورې سطحه او د ځمکې په سطحه کې ښکاري. که څه هم، کمبیسول او سټګنسولونه په سیمه کې د خاورې تر ټولو عام ډولونه دي48. د 455.1 څخه تر 493.5 مترو پورې لوړوالی سره، کمبیسولونه په چک جمهوریت کې واکمن دي.
د مطالعې ساحې نقشه [د مطالعې ساحې نقشه د ArcGIS ډیسټاپ (ESRI, Inc, نسخه 10.7، URL: https://desktop.arcgis.com) په کارولو سره رامینځته شوې.]
په ټولیزه توګه د خاورې 115 نمونې د ښاري او پیري ښاري خاورې څخه د فریډیک میسټیک ولسوالۍ څخه ترلاسه شوي. د نمونې نمونه کارول شوي د خاورې نمونې د 2 × 2 کیلومتره فاصلې سره یو منظم گرډ و، او د خاورې پورتنۍ خاوره د 0 څخه تر 20 سانتي مترو په ژوره کې اندازه شوې وه د لاس په لاس نیول شوي GPS lapecamp وسیلې (Leplocamp) په زیپلیکا وسیلې کې (Leplocamp 5). بیل شوي، او لابراتوار ته لیږدول شوي. نمونې په هوا کې وچې شوې ترڅو د pulverized نمونې تولید کړي، د میخانیکي سیسټم (Fritsch disc Mill) پواسطه پلور شوي، او چاڼ شوي (د چاڼ اندازه 2 mm). 1 ګرامه وچې، یوموجن شوي او چپه شوي خاورې نمونې په روښانه توګه لیبل شوي په لیبل کې ځای په ځای کړئ. Cl او 3 ml د 65% HNO3 (د اتوماتیک توزیع کونکي په کارولو سره - د هر اسید لپاره یو)، په سپک ډول پوښ کړئ او نمونې ته اجازه ورکړئ چې د عکس العمل لپاره د شپې ودریږئ (ایکوا ریګیا پروګرام). سپرناټینټ په ګرم فلز پلیټ (تودوخه: 100 W او 160 ° C) کې د 2 ساعتونو لپاره ځای په ځای کړئ ترڅو نمونه د یخ کولو لپاره 5 ټی ته اسانه کړي. 0 ملی لیتر حجمیتریک فلاسک او تر 50 ملی لیتره د ډیونیز شوي اوبو سره منحل کړئ. له هغې وروسته ، د 50 ملی لیتره PVC ټیوب کې د ډیونیز شوي اوبو سره ضعیف شوي سوپرناټینټ فلټر کړئ. سربیره پردې ، 1 ملی لیتر د ډیونیز شوي اوبو سره حل شوی او د 12 ملی لیتر پی TEUC ټیوب سینټ کنسریشن چمتو شوي ټیوب سینټ کې فلټر شوی. s, Cd, Cr, Cu, Mn, Ni, Pb, Zn, Ca, Mg, K) د ICP-OES (Inductively Coupled Plasma Optical Emission Spectroscopy) (Thermo Fisher Scientific, USA) لخوا د معیاري میتودونو او موافقتنامې سره سم ټاکل شوي. د کیفیت تضمین او کنټرول پروسیجر (QA/SQ7) د مونټ 1 2 سره د مونټ 1 ټی آر ایم 1 سره د کیفیت تضمین او کنټرول (. په دې څیړنه کې د نیمایي څخه ښکته د آیون حدونه پریښودل شوي. په دې څیړنه کې کارول شوي د PTE د کشف حد 0.0004 و. (تاسو). سربیره پردې، د هر تحلیل لپاره د کیفیت کنټرول او د کیفیت تضمین پروسه د حوالې معیارونو تحلیل کولو سره تضمین کیږي. د دې لپاره چې ډاډ ترلاسه شي چې تېروتنې کمې شوي، دوه ځله تحلیل ترسره شو.
تجرباتي بایسیان کریګینګ (EBK) یو له ډیری جیوسټیټیسټیک انټرپولیشن تخنیکونو څخه دی چې په بیلابیلو برخو کې ماډلینګ کې کارول کیږي لکه د خاورې ساینس. د نورو کریګینګ انټرپولیشن تخنیکونو برخلاف ، EBK د سیمیویریوګرام ماډل لخوا اټکل شوې غلطۍ په پام کې نیولو سره د دودیزو کریګینګ میتودونو څخه توپیر لري. د ټرپولیشن تخنیکونه د سیمیوریوګرام د دې پلاټ کولو سره تړلي ناڅرګندتیا او برنامه کولو ته لاره هواروي چې د کافي کریګینګ میتود خورا پیچلې برخه تشکیلوي. د EBK د انټرپولیشن پروسه د کریوروچکو 50 لخوا وړاندیز شوي درې معیارونه تعقیبوي ، (a) ماډل د ان پټ ډیټاسیټ څخه سیمیواریگرام اټکل کوي (b) د سیمی ویاریوګرام لپاره د نوي ځای پراساس ډیټا سیټ (b) د نوي ډیټا سیټ ارزښت لپاره وروستنۍ A ماډل د یو نقل شوي ډیټا سیټ څخه محاسبه کیږي.
چیرته چې \(Prob\left(A\right)\) مخکینی استازیتوب کوي، \(Prob\left(B\right)\) حاشیه احتمال په ډیری مواردو کې له پامه غورځول کیږي، \(Prob (B,A)\). د سیمیوریوګرام محاسبه د Bayes د قاعدې پراساس ده، کوم چې ښیي چې د سیمی ویاریوګرام ارزښت د سیمی ویاریو ګرام په کارولو سره رامینځته کیږي چې بیا د سیمی ویاریوګرام ارزښت ټاکل کیږي. د بایس قاعده، کوم چې دا په ګوته کوي چې د سیمیوریوګرام څخه د کتنو ډیټاسیټ رامینځته کول څومره امکان لري.
د سپورټ ویکتور ماشین د ماشین زده کړې الګوریتم دی چې یو مناسب جلا کوونکی هایپرپلین رامینځته کوي ترڅو د ورته خو خطي خپلواک ټولګیو توپیر وکړي.Vapnik51 د ارادې طبقه بندي الګوریتم رامینځته کړی ، مګر دا په دې وروستیو کې د ریګریشن پلوه ستونزو حل کولو لپاره کارول شوی. د لی او ال. 52 په وینا ، د SVM په بیلابیلو برخو کې د کمپیونټ غوره تخنیکونه کارول شوي. په دې تحلیل کې د SVM (سپورټ ویکتور ماشین ریګریشن – SVMR) څخه کار اخیستل شوی و. چیرکاسکي او مولیر 53 SVMR د کرنل پراساس ریګریشن په توګه پیل کړ، چې دا محاسبه د څو هیوادونو ځایي فعالیتونو سره د خطي ریګریشن ماډل په کارولو سره ترسره شوې. ar اړیکې او د ځایي کارونو لپاره اجازه ورکوي. د Vohland et al په وینا.55، epsilon (ε)-SVMR روزل شوي ډیټا سیټ د ایپسیلون غیر حساس فعالیت په توګه د نمایندګۍ ماډل ترلاسه کولو لپاره کاروي کوم چې د اړونده معلوماتو په اړه روزنې څخه د غوره ایپسیلون تعصب سره په خپلواکه توګه د ډیټا نقشه کولو لپاره پلي کیږي. د مخکیني فاصلې خطا له اصلي ارزښت څخه سترګې پټې شوې ، او که چیرې خطا د ریښتیني ارزښت څخه لویه وي ، نو د ټریننګ ماډل د پیچلتیا لپاره د ډیټا ملکیتونه هم کموي. د ملاتړ ویکتورونو پراخه فرعي سیټ. د Vapnik51 لخوا وړاندیز شوی مساوات لاندې ښودل شوی.
چیرې چې B د SCCLAR حد نمایندګي کوي، \ (\ نه \) د لیګ ډیټاسیټ نمایندګي کوي، کوم چې د IVMR عملیاتو استازیتوب کوي، کوم چې د ګوسینزمن رول فنکشن (RBF).
د څو خطي ریګریشن ماډل (MLR) د ریګریشن ماډل دی چې د ځواب متغیر او یو شمیر وړاندوینې متغیرونو ترمینځ اړیکه څرګندوي چې د خطي پول شوي پیرامیټرونو په کارولو سره محاسبه کیږي چې د لږترلږه مربع میتود په کارولو سره محاسبه کیږي. د ځواب متغیر په توګه د توضیحي متغیرونو سره خطي اړیکه رامینځته کوي. د MLR معادل
چیرته چې y د غبرګون متغیر دی، \(a\) مداخله ده، n د وړاندوینو شمیر دی، \({b}_{1}\) د کوفیفینټ جزوی راجستریشن دی، \({x}_{i}\) د وړاندوینې یا توضیحي متغیر استازیتوب کوي، او \({\varepsilon __{i}\) په ماډل کې د غلطی په توګه هم پیژندل شوی.
مخلوط ماډلونه د SVMR او MLR سره د EBK د سینڈوچ کولو له لارې ترلاسه شوي. دا د EBK انټرپولیشن څخه د وړاندوینې شوي ارزښتونو استخراج سره ترسره کیږي. اټکل شوي ارزښتونه د انټرپول شوي Ca, K او Mg څخه ترلاسه شوي د ترکیبي پروسې له لارې ترلاسه کیږي ترڅو نوي متغیرات ترلاسه کړي، لکه د CaK او KM، او وروسته Cag، او بیا د CaKM، obtain عناصر. څلورم متغیر، CaKMg. په ټولیز ډول، ترلاسه شوي متغیرونه Ca, K, Mg, CaK, CaMg, KMg او CaKMg دي. دا تغیرات زموږ وړاندوینه کونکي شول، چې په ښاري او پیري ښاري خاورو کې د نکل غلظت وړاندوینه کولو کې مرسته کوي. د ویکتور ماشین (EBK_SVM) ملاتړ کوي. په ورته ډول، متغیرونه هم د MLR الګوریتم له لارې پایپ شوي ترڅو د مخلوط ماډل تجربه لرونکي بایسیان کریګینګ - څو لکیري ریګریشن (EBK_MLR) ترلاسه کړي. په عموم ډول، متغیرات Ca, K, Mg, CaKMg, Cavariables د Cavari, K, Mg, CaKMg, Cavariable د منځپانګې په توګه کارول کیږي. په ښاري او پیري ښاري خاورو کې. تر ټولو د منلو وړ ماډل ترلاسه شوی (EBK_SVM یا EBK_MLR) بیا به د ځان تنظیم شوي ګراف په کارولو سره لیدل کیږي. د دې مطالعې کاري جریان په 2 شکل کې ښودل شوی.
د SeOM کارول په مالي سکتور، روغتیا پاملرنې، صنعت، احصایو، د خاورې ساینس او نور کې د معلوماتو تنظیم، ارزونې، او وړاندوینې لپاره یوه مشهوره وسیله ګرځیدلې ده. SeOM د مصنوعي عصبي شبکو او د تنظیم، ارزونې، او وړاندوینې لپاره د غیر څارل شوي زده کړې میتودونو په کارولو سره رامینځته شوی. په دې څیړنه کې، SeOM د Ni-Bisurbanan Model لپاره د غوره نظرونو پر بنسټ د تعدیل کولو لپاره کارول شوی و. خاوره. هغه معلومات چې د SeOM ارزونې کې پروسس شوي د n input-dimensional vector variables43,56.Melssen et al په توګه کارول کیږي.57 د عصبي شبکې سره د ان پټ ویکتور پیوستون د یو واحد وزن ویکتور سره د تولید ویکتور سره د واحد ان پټ پرت له لارې تشریح کوي. د SeOM لخوا رامینځته شوی محصول دوه اړخیزه نقشه ده چې د مختلف نیورونونو یا نوډونو څخه جوړه ده چې په مسدس، سرکلر یا مربع توپولوژیکي نقشو کې اوبدل شوي د دوی د نږدېوالي له مخې د دوی د نږدیوالي ، د کیوګرافینګ اندازې پراساس د نقشې اندازه او د کامپیروګرافینګ اندازه. تېروتنه (TE)، په ترتیب سره د 0.086 او 0.904 سره د SeOM ماډل غوره شوی، کوم چې د 55 نقشه واحد دی (5 × 11).
په دې څیړنه کې د کارول شویو ډیټا شمیره 115 نمونې دي. یوه تصادفي طریقه د ټیسټ ډیټا (25٪ د اعتبار لپاره) او د روزنې ډیټا سیټونو (75٪ کیلیبریشن لپاره) ویشلو لپاره کارول شوې وه. د روزنې ډیټا سیټ د ریګریشن ماډل (کیلیبریشن) رامینځته کولو لپاره کارول کیږي ، او د ازموینې ډیټاسیټ د عمومي کولو وړتیا تصدیق کولو لپاره کارول کیږي ترڅو د ماډل کولو مختلف ماډلونو کې د مخکینۍ 58 ماډل کولو وړتیا په توګه ترسره شي. ټول کارول شوي ماډلونه د لس ګونو کراس تصدیق پروسې څخه تیر شوي، پنځه ځله تکرار شوي. د EBK انټرپولیشن لخوا تولید شوي متغیرات د وړاندوینې یا توضیحي متغیرونو په توګه کارول کیږي ترڅو د هدف متغیر (PTE) وړاندوینه وکړي. ماډلینګ په RStudio کې د بسته بندۍ کتابتون (Kohonen″)، library(library(kohonen)، library(library(library1)، library(7) په کارولو سره اداره کیږي. "plyr"، کتابتون ("caTools")، کتابتون (" prospectr") او کتابتونونه ("میتریک").
په خاوره کې د نکل غلظت د وړاندوینې لپاره د غوره ماډل د ټاکلو او د موډل دقت او د هغې د اعتبار ارزولو لپاره د اعتبار کولو مختلف پیرامیټرونه کارول شوي. د هایبرډیزیشن ماډلونه د معنی مطلق غلطی (MAE)، د ریښی معنی مربع غلطی (RMSE)، او R-squared یا coefficient of the reportvariance defined definances (refinent derror2es) په کارولو سره ارزول شوي. د ریګریشن ماډل په واسطه. RMSE او په خپلواکو اقداماتو کې د تغیر اندازه د ماډل وړاندوینې ځواک بیانوي، پداسې حال کې چې MAE حقیقي کمیتي ارزښت ټاکي. د R2 ارزښت باید لوړ وي ترڅو د اعتبار پارامترونو په کارولو سره د غوره مخلوط ماډل ارزونه وکړي، څومره چې ارزښت 1 ته نږدې وي، د درستیت لپاره لوړ وي.59، د R2 معیاري ارزښت د 0.75 یا ډیر لوړ اټکل کوونکی ګڼل کیږي.د 0.5 څخه تر 0.75 پورې د منلو وړ ماډل فعالیت دی، او د 0.5 څخه کم د نه منلو وړ ماډل فعالیت دی. کله چې د RMSE او MAE اعتبار معیارونو ارزونې میتودونو په کارولو سره ماډل غوره کړئ، ترلاسه شوي ټیټ ارزښتونه کافي وو او غوره انتخاب ګڼل کیږي. لاندې معادل د تایید میتود تشریح کوي.
چیرته چې n د لیدل شوي ارزښت اندازه څرګندوي\({Y}_{i}\) د اندازه شوي ځواب استازیتوب کوي، او \({\widehat{Y}}_{i}\) هم د وړاندوینې شوي غبرګون ارزښت استازیتوب کوي، نو د لومړي i مشاهدو لپاره.
د وړاندوینې او غبرګون متغیرونو احصایوي توضیحات په جدول 1 کې وړاندې شوي، چې معنی، معیاري انحراف (SD)، د توپیر اندازه (CV)، لږترلږه، اعظمي، کرتوسیس، او skewness ښیي. د عناصرو لږترلږه او اعظمي ارزښتونه د Mg
د نمونې شوي عناصرو د مختلف اندازه شوي غلظت له امله، د عناصرو ډیټا سیټ توزیع مختلف تخریب څرګندوي. د عناصرو تخریب او کرتوسیس په ترتیب سره له 1.53 څخه تر 7.24 او 2.49 څخه تر 54.16 پورې دي. ټول محاسبه شوي عناصر د skewness او kurtosis د کچې څخه پورته دي، د ډیټا د ویشلو کچه +1. په سم لوري کې متوجه شوي او لوړ شوي. د عناصرو اټکل شوي CVs دا هم ښیي چې K، Mg، او Ni معتدل تغیر څرګندوي، په داسې حال کې چې Ca خورا لوړ تغیرات لري. د K، Ni او Mg CVs د دوی یونیفورم ویش تشریح کوي. سربیره پردې، د Ca ویش غیر یونیفورم دی او بهرنۍ سرچینې ممکن د هغې د بډاینې کچه اغیزه وکړي.
د غبرګون د عناصرو سره د وړاندوینې متغیر ارتباط د عناصرو تر منځ د قناعت وړ اړیکه په ګوته کړه (شکل 3 وګورئ). ارتباط په ډاګه کړه چې CaK د r ارزښت = 0.53 سره اعتدال اړیکه ښودلې، لکه څنګه چې CaNi. که څه هم Ca او K د یو بل سره د متوسط تحقیقاتو ښودنه کوي لکه کینګټن ال.68 او Santo69 وړاندیز کوي چې په خاوره کې د دوی کچه په متناسب ډول متقابله ده. په هرصورت، Ca او Mg د K سره مخالف دي، مګر CaK ښه تړاو لري. دا کیدای شي د سرې د کارولو له امله وي لکه پوټاشیم کاربونیټ چې په پوټاشیم کې 56٪ لوړ دی. پوتاشیم په اعتدال ډول د مګنیزیفیر سره په صنعت کې د 3M 6M correlated وو. دا دوه عناصر سره نږدې تړاو لري ځکه چې پوتاشیم مګنیزیم سلفیټ، پوتاشیم مګنیزیم نایټریټ، او پوتاش په خاوره کې کارول کیږي ترڅو د دوی د کمښت کچه لوړه کړي. نکل په اعتدال ډول د Ca، K او Mg سره د r ارزښتونو = 0.52، 0.63 او 0.55 سره تړاو لري، په ترتیب سره د Pmagnesium، 0.55، 0.50، 0.50، 0.50، 0.50، 0.50، 0.50، 0.55، 0.55، 0.52، 0.52، 0.52، 0.52، 0.52، 0.55، 0.55، 0.52، 0.52، 0.63، 0.55، 0.55، 0.55، 0.52، 0.52، 0.63 او 0.55، 0.55، 0.52، 0.52، 0.63 او 0.55، په ترتیب سره. پیچلي دي، مګر سره له دې، مګنیزیم د کلسیم جذب مخنیوی کوي، کلسیم د اضافي مګنیزیم اغیزې کموي، او مګنیزیم او کلسیم دواړه په خاوره کې د نکل زهرجن اغیزې کموي.
د عناصرو لپاره د ارتباط میټرکس د وړاندوینو او ځوابونو تر مینځ اړیکه ښیې (یادونه: پدې شمیره کې د عناصرو ترمینځ سکریټرپلټ شامل دی ، د اهمیت کچه د p <0,001 پراساس ده).
شکل 4 د عناصرو ځایي ویش روښانه کوي. د بورګوس او ال 70 په وینا، د ځایي ویش پلي کول یو تخنیک دی چې په ککړو سیمو کې د ګرمو ځایونو اندازه کولو او روښانه کولو لپاره کارول کیږي. په 4 شکل کې د Ca بډایه کولو کچه په شمال لویدیز برخه کې لیدل کیدی شي. د نقشې په شمال لویدیز کې د cium بډایه کول د خاورې تیزابیت کمولو او د فولادو په کارخانو کې د فولاد جوړولو په پروسه کې د الکلین اکسیجن په توګه د دې کارولو له امله احتمال لري چې په تیزابي خاوره کې د کلسیم هایدروکسایډ کارولو ته ترجیح ورکړي ترڅو په تیزابي خاورو کې د کلسیم هایدروکسایډ څخه ګټه پورته کړي ترڅو د pH 7 پوټاشیم پوټکي زیات کړي. د نقشې په شمال لویدیز او ختیځ کې. شمال لویدیز یوه لویه کرنیزه ټولنه ده، او د پوتاشیم د منځنۍ کچې څخه تر لوړې اندازې کیدای شي د NPK او پوتاش غوښتنلیکونو له امله وي. دا د نورو مطالعاتو سره سمون لري، لکه Madaras او Lipavský72, Madaras et al.73, Pulkrabová, et al.73, Pulkrabová, et al.73, Pulkrabová, et al. l او NPK په خاوره کې د لوړ K محتوا په پایله کې.د توزیع نقشې په شمال لویدیز کې د پوټاشیم بډایه کول ممکن د پوتاشیم پر بنسټ سرې لکه پوټاشیم کلورایډ، پوتاشیم سلفیټ، پوتاشیم نایټریټ، پوټاشیم او پوټاشیم کارولو له امله وي ترڅو په کمزورو خاورو کې د پوتاشیم محتوا زیات کړي. Zádorová et al.76 او Tlustoš et al.77 په ګوته کړه چې د K-based سرې کارول په خاوره کې د K محتويات زیات کړي او په اوږد مهال کې به د خاورې غذايي مواد د پام وړ زیات کړي، په ځانګړې توګه K او Mg په خاوره کې ګرم ځای ښیي. د نقشې په شمال لویدیز او د نقشې په سویل ختیځ کې په نسبي ډول معتدل ګرم ځایونه. په خاوره کې د کوللوډیل فکسیشن د دومره کموالی سبب کیږي. نباتات د ژیړ مداخلې کلوروسیز څرګندونه کوي. د مګنیزیم پر بنسټ سرې لکه د پوتاشیم مګنیزیم سلفیټ، مګنیزیم سلفیټ، او کیزیرایټ، د نیمګړتیاوو درملنه کوي (نباتات ارغواني، سور، یا نسواري ښکاري، د مګنیزیم کمښت په ګوته کوي) په خاوره کې د pcclumban د نورمال حد سره. il سطحونه ممکن د انتروپجنیک فعالیتونو له امله وي لکه کرنه او د سټینلیس فولادو تولید کې د نکل اهمیت78.
د عناصرو ځایي توزیع [د ځایي توزیع نقشه د ArcGIS ډیسټاپ (ESRI, Inc, نسخه 10.7, URL: https://desktop.arcgis.com) په کارولو سره رامینځته شوې.]
په دې څیړنه کې کارول شوي عناصرو لپاره د ماډل فعالیت شاخص پایلې په 2 جدول کې ښودل شوي. له بلې خوا، د Ni RMSE او MAE دواړه صفر ته نږدې دي (0.86 RMSE، -0.08 MAE). له بلې خوا، د K RMSE او MAE دواړه ارزښتونه د منلو وړ دي. د RMSE او MAE پایلې د KSERM لپاره ډیرې او د پام وړ او لویې پایلې دي. د دې څیړنې RMSE او MAE د EBK په کارولو سره د Ni وړاندوینې لپاره موندل شوي چې د جان او ال د پایلو څخه غوره دي.54 د همغه راټول شوي ډیټا په کارولو سره په خاوره کې د S غلظت وړاندوینه کولو لپاره همغږي کونکي کریګینګ کارول.41، Yan et al.79، Beguin et al.80، Adhikary et al.81 او John et al.82، په ځانګړې توګه K او Ni.
په ښاري او پیري ښاري خاورو کې د نکل د محتوا د وړاندوینې لپاره د انفرادي میتودونو فعالیت د ماډلونو د فعالیت په کارولو سره ارزول شوی (جدول 3). د ماډل اعتبار او دقت ارزونه تایید کړه چې د Ca_Mg_K وړاندوینه کونکی د EBK SVMR ماډل سره یوځای غوره فعالیت ترلاسه کړ. RMSE) او معنی مطلق تېروتنه (MAE) 0.637 (R2)، 95.479 mg/kg (RMSE) او 77.368 mg/kg (MAE) Ca_Mg_K-SVMR وه 0.663 (R2)، 235.974 mg/kg (R25.974 mg/kg، 6MA6/kg ښه (RMSE9g) او 6MA69g ښه ارزښت. s د Ca_Mg_K-SVMR (0.663 mg/kg R2) او Ca_Mg-EBK_SVMR (0.643 = R2) لپاره ترلاسه شوي؛د دوی د RMSE او MAE پایلې د Ca_Mg_K-EBK_SVMR (R2 0.637) په پرتله لوړې وې (جدول 3 وګورئ) سربیره پردې، د Ca_Mg-EBK_SVMR RMSE او MAE (RMSE = 1664.64 او MAE = 1031.45 په درناوي، د 135 او 135 څخه لوی دي). د Ca_Mg_K-EBK_SVMR. په ورته ډول، د Ca_Mg-K SVMR (RMSE = 235.974 او MAE = 166.946) ماډل RMSE او MAE د Ca_Mg_K-EBK_SVMR په پرتله 2.5 او 2.2 لوی دي، د حساب ورکولو پایلې په ګوته کوي چې څنګه د CRM-SVMR محاسبه شوې او د SERM محاسبه شوې پایلې په ګوته کوي. د ډیټا سیټ د غوره فټ کرښې سره دی. لوړ RSME او MAE لیدل شوي. د Kebonye et al په وینا.46 او John et al.54، څومره چې RMSE او MAE صفر ته نږدې وي، هومره یې پایلې ښې وي. SVMR او EBK_SVMR د RSME او MAE ارزښتونه لوړ دي. دا لیدل شوي چې د RSME اټکلونه په دوامداره توګه د MAE ارزښتونو څخه لوړ وو، د بهرنیانو شتون په ګوته کوي. د محلول غلطی (MAE) د بهرنیانو د شتون د شاخص په توګه وړاندیز شوی. دا پدې مانا ده چې ډیټاسیټ ډیر متضاد وي، د MAE او RMSE ارزښتونه لوړ وي. د Ca_Mg_K-EBK_SVMR مخلوط ماډل د وړاندوینې لپاره د کراس اعتبار ارزونې دقت په urils.770 کې د Niurbanc70% څخه د 1000000 څخه د 10000000 څخه د 10000000000000000000000000000000000000.59، د دقت دا کچه د منلو وړ ماډل فعالیت نرخ دی. اوسنۍ پایلې د تیراسوف او ال لخوا د پخوانۍ مطالعې سره پرتله کیږي.36 چې د هایبرډ ماډل MLPRK (Multilayer Perceptron Residual Kriging) جوړ کړی، د EBK_SVMR دقت ارزونې شاخص پورې اړه لري چې په اوسنۍ څیړنه کې راپور شوي، RMSE (210) او MAE (167.5) په اوسني مطالعې کې زموږ د پایلو په پرتله لوړ وو (RMSE 95.479، د RRSE 95.479، 3679، 3679) اوسنۍ مطالعه. (0.637) د تاراسوف او نور سره.36 (0.544)، دا څرګنده ده چې په دې مخلوط ماډل کې د تعیین کثافات (R2) لوړ دی. د مخلوط ماډل لپاره د خطا حاشیه (RMSE او MAE) (EBK SVMR) دوه چنده ټیټه ده. په ورته ډول، Sergeev et al.34 ثبت شوي 0.28 (R2)، په داسې حال کې چې د پراختیایي ماډل لپاره 0.28 (R2). اوسنۍ مطالعې 0.637 (R2) ثبت کړې. د دې ماډل (EBK SVMR) د وړاندوینې دقت کچه 63.7٪ ده، پداسې حال کې چې د وړاندوینې دقت د سرجیف او ال لخوا ترلاسه شوی.34 28% دی. وروستۍ نقشه (5 شکل) د EBK_SVMR ماډل او Ca_Mg_K په کارولو سره د وړاندوینې په توګه رامینځته شوې د مطالعې په ټوله ساحه کې د ګرمو ځایونو او اعتدال څخه تر نکل وړاندوینې ښیې. پدې معنی چې د مطالعې ساحه کې د نکل غلظت په عمده ډول معتدل دی ، په ځینو ځانګړو برخو کې د لوړ غلظت سره.
د وړاندوینې وروستۍ نقشه د هایبرډ ماډل EBK_SVMR او Ca_Mg_K د وړاندوینې په توګه کارول کیږي.
په 6 شکل کې د PTE غلظت د یو ترکیبي الوتکې په توګه وړاندې شوي چې انفرادي نیورونونه لري. هیڅ یو اجزاو الوتکو د ورته رنګ نمونه نه ده ښودلې لکه څنګه چې ښودل شوي. په هرصورت، په هره نقشه کې د نیورون مناسبه شمیره 55 ده. SeOM د مختلفو رنګونو په کارولو سره تولید کیږي، او هرڅومره چې د رنګ نمونې سره ورته وي، د انفرادي عناصرو د نمونې اندازه د انفرادي نمونو سره پرتله کیږي. , K, او Mg) د واحد لوړ نیورونونو او ډیری ټیټ نیورونونو ته ورته رنګ نمونې ښودلې. په دې توګه، CaK او CaMg د خورا لوړ ترتیب نیورونونو او ټیټ څخه تر متوسط رنګ نمونو سره یو څه ورته والی شریکوي. دواړه ماډلونه په خاوره کې د نی غلظت وړاندوینه کوي د منځني څخه تر لوړ رنګونو ښودلو سره د رنګونو متوسط او لوړ رنګونه لکه د پروپورټ ډیری ماډلونو پراساس د سور او پروپورټ ډیری ماډلونو پراساس د پروپورټ ماډلونو ښودل. د ټیټ څخه تر منځني رنګ پیچونه. په دقیق رنګ پیمانه کې له ټیټ څخه تر لوړې پورې، د ماډل د اجزاوو پلانر توزیع نمونه د لوړ رنګ نمونه ښودلې چې په خاوره کې د نکل احتمالي غلظت په ګوته کوي (4 شکل وګورئ). په 5 شکل کې ښودل شوي د نکلونو ځایي توزیع سره ورته دي. دواړه ګرافونه په ښاري او پیري ښاري خاورو کې د نکل غلظت لوړ ، متوسط او ټیټ تناسب ښیي. 7 شکل په نقشه کې د k - معنی ګروپ کولو کې د کانټور میتود په ګوته کوي ، په دریو کلسترونو ویشل شوي چې د مخکینۍ میتود لپاره د مخکینۍ میتود لپاره د مخکینۍ شمیرې نمایندګي کوي. د خاورې 115 نمونې راټولې شوې، 1 کټګورۍ د خاورې ډیری نمونې ترلاسه کړې، 74. کلستر 2 33 نمونې ترلاسه کړې، پداسې حال کې چې کلستر 3 8 نمونې ترلاسه کړې. د اوو برخو پلانر وړاندوینې ترکیب ساده شوی ترڅو د کلستر د سم تفسیر لپاره اجازه ورکړي. په توزیع شوي SeOM نقشه کې د سټیر نمونې 78.
د هر تجربه لرونکي بایسیان کریګینګ سپورټ ویکتور ماشین (EBK_SVM_SeOM) متغیر لخوا د اجزا الوتکې محصول.[SeOM نقشې د RStudio (نسخه 1.4.1717: https://www.rstudio.com/) په کارولو سره رامینځته شوي.]
د مختلف کلستر طبقه بندي برخې [SeOM نقشې د RStudio په کارولو سره رامینځته شوي (نسخه 1.4.1717: https://www.rstudio.com/).]
اوسنۍ څیړنه په روښانه ډول په ښاري او پیري ښاري خاورو کې د نکل غلظت لپاره د ماډلینګ تخنیکونه په ګوته کوي. مطالعې مختلف ماډلینګ تخنیکونه ازمویل چې د ماډلینګ تخنیکونو سره عناصر یوځای کوي ترڅو په خاوره کې د نکل غلظت وړاندوینې لپاره غوره لاره ترلاسه کړي. د SeOM ساختماني پلانر ځایي ځانګړتیاوې د ماډلینګ په کچه د ټيټ رنګ نمونې څخه د لوړ رنګ اختصاصي اندازې تخنيک ته د ټيټ رنګ نمونې څخه. په خاوره کې راشنونه. په هرصورت، د ځایي توزیع نقشه د EBK_SVMR لخوا ښودل شوي اجزاو پلانر ځایي توزیع تاییدوي (5 شکل وګورئ). پایلې ښیي چې د ملاتړ ویکتور ماشین ریګریشن ماډل (Ca Mg K-SVMR) په خاوره کې د Ni غلظت وړاندوینه کوي، مګر په لویه کچه د پارا میټر په توګه د یو واحد پارا میټر غلطی ښیي. له بلې خوا د RMSE او MAE شرایط. له بلې خوا، د ماډلینګ تخنیک چې د EBK_MLR ماډل سره کارول کیږي د تعیین کفیت (R2) د ټیټ ارزښت له امله هم نیمګړتیا لري. د EBK SVMR او ګډ عناصرو (CaKMg) په کارولو سره ښې پایلې ترلاسه شوې چې د ټیټ RMSE او MAE غلطیو سره Ecc 76٪ EccBin 76. د ماشین زده کړې الګوریتم سره الګوریتم کولی شي یو هایبرډ الګوریتم رامینځته کړي چې کولی شي په خاوره کې د PTEs غلظت وړاندوینه وکړي. پایلې ښیي چې د مطالعې په ساحه کې د Ni غلظت وړاندوینې لپاره د وړاندوینې کونکو په توګه د Ca Mg K کارول کولی شي په خاوره کې د Ni وړاندوینې ته وده ورکړي. دا پدې مانا ده چې د nickel-based صنعتي صنعت کې د ټیکیلیلرز دوامداره تطبیق او د صنعت لپاره د ټیکیلیلرز په دوامداره توګه وده کوي. په خاوره کې د نکل غلظت. دې مطالعې څرګنده کړه چې د EBK ماډل کولی شي د غلطۍ کچه راټیټه کړي او په ښاري یا پیري ښاري خاورو کې د خاورې د ځایي توزیع ماډل دقیقیت ته وده ورکړي.برسېره پر دې، موږ وړاندیز کوو چې EBK د ماشین زده کړې مختلف الګوریتمونو سره هایبرډیز کولو لپاره وکاروو. د نی غلظت د کوواریټ په توګه د عناصرو په کارولو سره وړاندوینه شوې وه؛په هرصورت، د ډیرو covariates کارول به د ماډل فعالیت خورا ښه کړي، کوم چې د اوسني کار محدودیت ګڼل کیدی شي. د دې څیړنې یو بل محدودیت دا دی چې د ډیټاسیټونو شمیر 115 دی. نو ځکه، که ډیر معلومات چمتو شي، د وړاندیز شوي اصلاح شوي هایبرډیزیشن میتود فعالیت ښه کیدی شي.
PlantProbs.net.Nickel in Plants and Soil https://plantprobs.net/plant/nutrientImbalances/sodium.html (د 28 اپریل 2021 ته رسېدلی).
کاسپرزاک، KS نکل په عصري چاپیریالي زهرجنو کې پرمختګ کوي.
Cempel, M. & Nikel, G. Nickel: د هغې د سرچینو بیاکتنه او د چاپیریال زهرجن. Polish J. Environment.Stud.15, 375-382 (2006).
Freedman, B. & Hutchinson, TC د اتموسفیر څخه د ککړتیا آخذه او په سوډبري، اونټاریو، کاناډا کې د نکل - مسو مسو ته نږدې په خاوره او نباتاتو کې راټولیږي.can.J.Bot.58(1)، 108-132.https://doi.org/10.1139/b80-014 (1980).
Maniwa, T. et al. په خاوره کې درنې فلزات، نباتات او په بوټسوانا کې د سیلبی-فیکوی مسو نکل کان ته نږدې د څړځایونو سره تړلی خطرونه.surroundings.Geochemistry.Health https://doi.org/10.1007/s10653-02121002010-x.
Cabata-Pendias.Kabata-Pendias A. 2011. په خاوره کې د عناصرو لټون کول او… – د ګوګل سکالر https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+Trace+Elements+A.+2011.+Trace+Elements+and+th+4+N+++++++++ 2011. NY%29%3A+CRC+Press&btnG= (د 24 نومبر 2020 ته لاسرسی).
Almås, A., Singh, B., Agriculture, TS-NJ of & 1995, undefined. د روسیې د نکل صنعت اغیزې په کرهنیزو خاورو او واښو کې د درنو فلزاتو غلظت په Soer-Varanger, Norway.agris.fao.org کې.
Nielsen, GD et al. د څښاک په اوبو کې د نکل جذب او ساتل د خواړو مینځلو او د نکل حساسیت سره تړاو لري. toxicology.application.Pharmacodynamics.154, 67-75 (1999).
Costa, M. & Klein, CB Nickel carcinogenesis, mutation, epigenetics or Selection.roundings.Health Perspective.107, 2 (1999).
اجمان، PC؛اجادو، SK;بوروکا، ایل.بیني، JKM;سرکودي، VYO;Cobonye, NM;د احتمالي زهرجن عناصرو رجحان تحلیل: د بائبلومیټریک بیاکتنه. د چاپیریال جیو کیمیا او روغتیا. د پسرلي ساینس او سوداګرۍ میډیا BV 2020. https://doi.org/10.1007/s10653-020-00742-9.
Minasny, B. & McBratney, AB ډیجیټل د خاورې نقشه کول: لنډ تاریخ او ځینې درسونه. جیوډرما 264, 301–311.https://doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. د ډیجیټل خاورې نقشه کول. جیوډرما 117(1-2), 3-52.https://doi.org/10.1016/S0016-7061(03)00223-4 (2003).
Deutsch.CV د جیوسټاټیسټیکل زیرمو ماډلینګ،… – د ګوګل سکالر https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=CV+Deutsch%2C+2002%2C+Geostatistical+Reservoir+Modeling%2C+Verst+s+6++++++++++++++++++++++2002%2CV G= (په 28 اپریل 2021 کې لاسرسی).
د پوسټ وخت: جولای 22-2022