Nature.com saytiga tashrif buyurganingiz uchun tashakkur. Siz foydalanayotgan brauzer versiyasi CSS-ni cheklangan darajada qo‘llab-quvvatlaydi. Eng yaxshi tajriba uchun yangilangan brauzerdan foydalanishni tavsiya qilamiz (yoki Internet Explorer-da moslik rejimini o‘chirib qo‘ying). Ayni paytda qo‘llab-quvvatlashning davom etishini ta’minlash uchun biz saytni uslublar va JavaScript-larsiz ko‘rsatamiz.
Tuproqning ifloslanishi inson faoliyati natijasida yuzaga keladigan katta muammodir. Potentsial zaharli elementlarning (PTE) fazoviy taqsimoti ko'pchilik shahar va shahar atrofi hududlarida farq qiladi.Shuning uchun bunday tuproqlarda PTE miqdorini fazoviy ravishda bashorat qilish qiyin. Chexiya Respublikasidagi Frydek Mistek (CCagnium (Calcium) va asssium (magniy) dan jami 115 ta namuna olindi. Ni) kontsentratsiyalari induktiv bog'langan plazma emissiya spektrometriyasi yordamida aniqlandi. Javob o'zgaruvchisi Ni va bashorat qiluvchilar Ca, Mg va K. Javob o'zgaruvchisi va bashorat qiluvchi o'zgaruvchi o'rtasidagi korrelyatsiya matritsasi elementlar o'rtasida qoniqarli korrelyatsiyani ko'rsatadi. Bashorat natijalari shuni ko'rsatdiki, Yordam Vektorli Mashina Regressiyasi (SVMR) o'rtacha (kvadrat7RM) xatosi (kvadrat7/SEK) yaxshi bajarilgan. ) va o'rtacha mutlaq xato (MAE) (166,946 mg/kg) qo'llaniladigan boshqa usullardan yuqori edi. Empirik Bayesian Kriging-Ko'p chiziqli regressiya (EBK-MLR) uchun aralash modellar yomon ishlaydi, buni aniqlash koeffitsientlari 0,1 dan kam bo'lganidan dalolat beradi. 479 mg/kg) va MAE (77,368 mg/kg) qiymatlari va aniqlanishning yuqori koeffitsienti (R2 = 0,637). EBK-SVMR modellashtirish texnikasi chiqishi o'z-o'zidan tashkil etilgan xarita yordamida tasvirlangan. CakMg-EBK-SVMR gibrid modeli tekisligidagi klasterli neyronlar shunday qilib ko'rsatadiki, shahar atrofi va shahar ichidagi bir nechta rang konsentratsiyasini ko'rsatadi. EBK va SVMR ni aniqlash shahar va shahar atrofidagi tuproqlarda Ni kontsentratsiyasini bashorat qilishning samarali usuli hisoblanadi.
Nikel (Ni) o'simliklar uchun mikroelement hisoblanadi, chunki u atmosferada azot fiksatsiyasi (N) va karbamid almashinuviga hissa qo'shadi, bu ikkalasi ham urug'larning unib chiqishi uchun zarurdir. Ni urug'larning unib chiqishiga hissa qo'shishdan tashqari, zamburug'li va bakterial ingibitor vazifasini o'taydi va o'simlik rivojlanishiga yordam beradi. yashil loviya azot fiksatsiyasini optimallashtirish uchun nikel asosidagi o'g'itlarni qo'llashni talab qiladi2. Tuproqni boyitish va dukkakli o'simliklarning tuproqdagi azotni biriktirish qobiliyatini oshirish uchun nikel asosidagi o'g'itlarni qo'llashni davom ettirish tuproqdagi nikel kontsentratsiyasini doimiy ravishda oshiradi. Garchi nikel o'simliklar uchun zaharli mikroelementlardan ko'ra ko'proq foydali bo'lishi mumkin. tuproqda tuproq pH qiymatini kamaytiradi va o'simliklarning o'sishi uchun muhim oziq moddalar sifatida temirning so'rilishiga to'sqinlik qiladi1. Liu3 ma'lumotlariga ko'ra, Ni o'simliklarning rivojlanishi va o'sishi uchun zarur bo'lgan 17-muhim element hisoblanadi. O'simliklar rivojlanishi va o'sishidagi nikelning rolidan tashqari, odamlar unga turli xil ilovalar uchun kerak. Bularning barchasi turli sanoat tarmoqlarida nikeldan foydalanishni talab qiladi. Bundan tashqari, nikel asosidagi qotishmalar va elektrolizlangan buyumlar oshxona anjomlari, bal zallari aksessuarlari, oziq-ovqat sanoati buyumlari, elektr, sim va kabellar, reaktiv turbinalar, jarrohlik implantlari, to'qimachilik va kema qurilishida keng qo'llanilgan5. Tuproqlarda nikelga boy darajalar (ya'ni, tuproqlarda ham tabiiy, ham tabiiy, ammo tabiiy manba bo'lgan) , Ni antropogen emas, balki tabiiy manba hisoblanadi4,6.Nikelning tabiiy manbalariga vulqon otilishi, oʻsimliklar, oʻrmon yongʻinlari va geologik jarayonlar kiradi;ammo, antropogen manbalar orasida po'lat sanoatidagi nikel/kadmiy batareyalari, elektrokaplama, boshq payvandlash, dizel va yoqilg'i moylari, ko'mirning yonishi va chiqindilari va loyni yoqish natijasida atmosfera emissiyasi Nikel to'planishi7,8.Fredman va Xatchinson va boshqalarga ko'ra9 va.10-sonli ma'lumotlarga ko'ra, yaqin va yaqin atrof-muhitdagi ustki qatlam ifloslanishining asosiy manbalari asosan nikel-misga asoslangan eritish zavodlari va konlardir. Kanadadagi Sadberi nikel-misni qayta ishlash zavodi atrofidagi eng yuqori tuproqda nikel bilan ifloslanishning eng yuqori darajasi 26 000 mg/kg ni tashkil qilgan. Norvegiya tuprog'ida11.Alms va boshqalarga ko'ra.12, mintaqaning eng yaxshi ekin maydonlarida HNO3 olinadigan nikel miqdori (Rossiyada nikel ishlab chiqarish) 6,25 dan 136,88 mg / kg gacha bo'lgan, bu o'rtacha 30,43 mg / kg va bazaviy kontsentratsiyasi 25 mg / kg ga teng. Ketma-ket ekin fasllari davomida tuproqqa kirib borishi yoki ifloslanishi mumkin. Nikelning odamlarga potentsial ta'siri mutagenez, xromosoma shikastlanishi, Z-DNK hosil bo'lishi, bloklangan DNKning eksizyonini tiklash yoki epigenetik jarayonlar orqali saratonga olib kelishi mumkin13. Hayvonlarda o'tkazilgan tajribalarda nikel turli xil ekin tumorlari va turli xil ekin tumovi komplekslarini keltirib chiqarishi mumkinligi aniqlangan.
Tuproqning ifloslanishini baholash tuproq va o'simlik munosabatlari, tuproq va tuproq biologik munosabatlari, ekologik buzilish va atrof-muhitga ta'sirni baholashdan kelib chiqadigan sog'liq bilan bog'liq keng ko'lamli muammolar tufayli so'nggi paytlarda gullab-yashnadi. Bugungi kunga qadar tuproqdagi Ni kabi potentsial toksik elementlarni (PTE) fazoviy bashorat qilish an'anaviy usullardan foydalangan holda mashaqqatli va ko'p vaqt talab etadi (SM15). Tuproqning bashoratli xaritasi (PSM) ancha yaxshilandi. Minasni va MakBratni16ga ko'ra, bashoratli tuproq xaritasi (DSM) tuproqshunoslikning muhim subsiplinasi ekanligini isbotladi. Lagacherie va McBratney, 2006 DSMni "tuproqning fazoviy ma'lumot tizimlarini yaratish va to'ldirish" deb ta'riflaydi. tizimlari”.McBratney va boshqalar.17 zamonaviy DSM yoki PSM PTE, tuproq turlari va tuproq xossalarining fazoviy taqsimotini bashorat qilish yoki xaritalash uchun eng samarali texnika ekanligini ta'kidlaydi.Geostatistika va Mashina O'rganish Algoritmlari (MLA) muhim va minimal ma'lumotlardan foydalangan holda kompyuterlar yordamida raqamli xaritalarni yaratadigan DSM modellashtirish usullaridir.
Deutsch18 va Olea19 geostatistikani "fazoviy atributlarni ifodalash bilan shug'ullanadigan, asosan, stokastik modellardan foydalanadigan raqamli texnikalar to'plami" deb ta'riflaydi, masalan, vaqt seriyalari tahlili vaqtinchalik ma'lumotlarni qanday tavsiflaydi.Avvalo, geostatistika variogrammalarni baholashni o'z ichiga oladi, bu har bir ma'lumotlar to'plamidan fazoviy qiymatlarning bog'liqligini aniqlash va aniqlash imkonini beradi20.Gumiaux va boshqalar.Bundan tashqari, geostatistikada variogrammalarni baholash uchta printsipga asoslanadi, jumladan (a) ma'lumotlar korrelyatsiyasi shkalasini hisoblash, (b) ma'lumotlar to'plamining nomutanosibligidagi anizotropiyani aniqlash va hisoblash va (c) o'lchov ma'lumotlarining o'ziga xos xatosini hisobga olishdan tashqari, mahalliy ta'sirlardan ajratilgan, shuningdek, ushbu usullarning ko'p geopolizatsiya usullaridan foydalaniladi. statistika, jumladan, umumiy kriging, ko-kriging, oddiy kriging, empirik Bayesian kriging, oddiy kriging usuli va PTE, tuproq xususiyatlari va tuproq turlarini xaritalash yoki bashorat qilish uchun boshqa taniqli interpolatsiya usullari.
Mashinani oʻrganish algoritmlari (MLA) nisbatan yangi usul boʻlib, u asosan maʼlumotlarni qazib olish, maʼlumotlardagi naqshlarni aniqlash uchun ishlatiladigan algoritmlar bilan taʼminlangan hamda tuproqshunoslik va qaytish vazifalari kabi ilmiy sohalarda tasniflashda qayta-qayta qoʻllaniladigan kattaroq chiziqli boʻlmagan maʼlumotlar sinflarini qoʻllaydi. Koʻpgina tadqiqot hujjatlari Tanil va boshqalarda PTE va boshqalarni bashorat qilish uchun MLA modellariga tayanadi.22 (qishloq xo'jaligi tuproqlarida og'ir metallarni baholash uchun tasodifiy o'rmonlar), Sakizade va boshqalar.23 (qo'llab-quvvatlash vektor mashinalari va sun'iy neyron tarmoqlari yordamida modellashtirish) tuproq ifloslanishi ).Bundan tashqari, Vega va boshqalar.24 (Tuproqda og'ir metallarni ushlab turish va adsorbsiyani modellashtirish uchun CART) Sun va boshqalar.25 (kubistning qo'llanilishi Cd ning tuproqda taqsimlanishi) va k-eng yaqin qo'shni, umumlashtirilgan kuchaytirilgan regressiya va kuchaytirilgan regressiya kabi boshqa algoritmlar Daraxtlar ham tuproqdagi PTEni bashorat qilish uchun MLA-ni qo'llagan.
DSM algoritmlarini bashorat qilish yoki xaritalashda qo'llash bir nechta qiyinchiliklarga duch keladi.Ko'pgina mualliflar MLA geostatistikadan ustun ekanligiga ishonishadi va aksincha.Biri ikkinchisidan yaxshiroq bo'lsa-da, ikkalasining kombinatsiyasi DSM15.Woodcock va Gopal26 Finke27 da xaritalash yoki bashorat qilishning aniqlik darajasini yaxshilaydi;Pontius va Cheuk28 va Grunvald29 tuproqni bashorat qilishdagi kamchiliklar va ba'zi xatolar haqida izoh berishadi. Tuproqshunoslar DSM xaritalash va prognozlashning samaradorligi, aniqligi va bashorat qilinishini optimallashtirish uchun turli usullarni sinab ko'rishdi. Noaniqlik va tekshirishning kombinatsiyasi DSMga integratsiyalashgan va samaradorlikni kamaytirish uchun ko'p turli jihatlardan biridir.15 xaritani yaratish va bashorat qilish orqali joriy qilingan tekshirish harakati va noaniqlik xarita sifatini yaxshilash uchun mustaqil ravishda tasdiqlanishi kerakligini ko'rsatib beradi. DSM cheklovlari noaniqlik komponentini o'z ichiga olgan geografik jihatdan tarqalgan tuproq sifati bilan bog'liq;Biroq, DSMda ishonchning yo'qligi kovariativ xato, model xatosi, joylashuv xatosi va 31-analitik xatolik kabi xato manbalaridan kelib chiqishi mumkin. MLA va geostatistik jarayonlarda kelib chiqadigan modellashtirishdagi noaniqliklar tushunishning etishmasligi bilan bog'liq bo'lib, natijada modelning haqiqiy jarayonini haddan tashqari soddalashtirishga olib keladi32. , matematik model bashoratlari yoki interpolyatsiya33.Yaqinda xaritalash va prognozlashda geostatistika va MLAni integratsiyalashuviga yordam beruvchi yangi DSM tendentsiyasi paydo bo'ldi.Sergeev va boshqalar kabi bir qancha tuproqshunoslar va mualliflar.34;Subbotina va boshqalar.35;Tarasov va boshqalar.36 va Tarasov va boshqalar.37 prognozlash va xaritalash samaradorligini oshiradigan gibrid modellarni yaratish uchun geostatistika va mashinani o'rganishning aniq sifatidan foydalangan.Ushbu gibrid yoki kombinatsiyalangan algoritm modellarining ba'zilari Sun'iy Neyron Tarmoq Krigingi (ANN-RK), Ko'p qatlamli Perceptron qoldiq Krigingi (MLP-RK), Umumlashtirilgan Regression Neyron Tarmoq qoldiq Krigingi (GR-NNRK)36, Sun'iy Neyron Tarmoq Krigingi-Ko'p qatlamli Perceptron-Rezidüel Krigingi (ANNK36) va Ko'p Qatlamli Perceptron-Keyingi (MLP-K3) 38.
Sergeev va boshqalarning fikriga ko'ra, turli xil modellashtirish usullarini birlashtirish uning yagona modelini ishlab chiqishdan ko'ra nuqsonlarni bartaraf etish va natijada olingan gibrid modelning samaradorligini oshirish potentsialiga ega. Shu nuqtai nazardan, ushbu yangi maqolada geostatistika va MLAning kombinatsiyalangan algoritmini qo'llash zarurligi ta'kidlanadi. ) asosiy model sifatida va uni qoʻllab-quvvatlash vektor mashinasi (SVM) va koʻp chiziqli regressiya (MLR) modellari bilan aralashtirib yuboring. EBK ning har qanday MLA bilan gibridlanishi nomaʼlum. Koʻrilgan bir nechta aralash modellar oddiy, qoldiq, regressiya krigingining kombinatsiyasi va MLA.EBK geostatistik interpolyatsiya usuli boʻlib, u tasodifiy boʻlmagan lokalizatsiya jarayonidan foydalanadi. dala bo'ylab fazoviy o'zgarishlarga imkon beruvchi lokalizatsiya parametrlarini aniqladi39.EBK turli tadqiqotlarda, jumladan, qishloq xo'jaligi tuproqlarida organik uglerodning tarqalishini tahlil qilish40, tuproq ifloslanishini baholash41 va tuproq xususiyatlarini xaritalash42da qo'llanilgan.
Boshqa tomondan, Self-Organizing Graph (SeOM) - bu Li va boshqalar kabi turli maqolalarda qo'llanilgan o'rganish algoritmi.43, Vang va boshqalar.44, Hossain Bhuiyan va boshqalar.45 va Kebonye va boshqalar.46 Elementlarning fazoviy atributlari va guruhlanishini aniqlang.Vang va boshqalar.44 SeOM chiziqli bo'lmagan muammolarni guruhlash va tasavvur qilish qobiliyati bilan mashhur bo'lgan kuchli o'rganish texnikasi ekanligini ta'kidlaydi. Asosiy komponentlar tahlili, noaniq klasterlash, ierarxik klasterlash va ko'p mezonli qarorlar qabul qilish kabi naqshlarni aniqlashning boshqa usullaridan farqli o'laroq, SeOM PTE naqshlarini tashkil qilish va aniqlashda yaxshiroq.44, SeOM tegishli neyronlarning taqsimlanishini fazoviy ravishda guruhlashi va yuqori aniqlikdagi ma'lumotlar vizualizatsiyasini ta'minlashi mumkin.SeOM to'g'ridan-to'g'ri talqin qilish uchun natijalarni tavsiflash uchun eng yaxshi modelni olish uchun Ni bashorat qilish ma'lumotlarini ingl.
Ushbu maqola shahar va shahar atrofidagi tuproqlarda nikel miqdorini bashorat qilish uchun optimal aniqlikka ega mustahkam xaritalash modelini yaratishga qaratilgan. Biz aralash modelning ishonchliligi, asosan, asosiy modelga biriktirilgan boshqa modellarning ta'siriga bog'liq deb taxmin qilamiz. Biz DSM oldida turgan muammolarni tan olamiz va bu muammolar bir nechta jabhalarda MLA va geostatistik modellarning kombinatsiyasida hal qilinmoqda. al;shuning uchun biz aralash modellarni berishi mumkin bo'lgan tadqiqot savollariga javob berishga harakat qilamiz.Biroq, model maqsadli elementni bashorat qilishda qanchalik to'g'ri? Bundan tashqari, tasdiqlash va aniqlikni baholashga asoslangan samaradorlikni baholash darajasi qanday? Shu sababli, ushbu tadqiqotning o'ziga xos maqsadlari (a) SVMR yoki MLR uchun qo'shma aralash modelini yaratish edi (a) eng yaxshi modelni taqqoslash, SVMR yoki MLR modelini taqqoslash, shahar yoki shahar atrofidagi tuproqlarda Ni kontsentratsiyasini bashorat qilish modeli va (d) nikel fazoviy o'zgarishining yuqori aniqlikdagi xaritasini yaratish uchun SeOMni qo'llash.
Tadqiqot Chexiya Respublikasida, xususan, Moraviya-Sileziya mintaqasidagi Frydek Mistek tumanida olib borilmoqda (1-rasmga qarang). O'rganilayotgan hududning geografiyasi juda qo'pol bo'lib, asosan Karpat tog'larining tashqi chetining bir qismi bo'lgan Moraviya-Sileziya Beskidy viloyatining bir qismidir. Tadqiqot hududi N ° 4 0′′ va N ° 40′′ oralig'ida joylashgan. , va balandligi 225 dan 327 m gacha;ammo, mintaqaning iqlimiy holati uchun Koppen tasnifi tizimi Cfb = mo''tadil okean iqlimi sifatida baholanadi, hatto quruq oylarda ham ko'p yog'ingarchilik bo'ladi. Harorat yil davomida −5 °C va 24 °C orasida bir oz o'zgarib turadi, kamdan-kam hollarda -14 °C dan past yoki 30 °C dan yuqori, o'rtacha yillik yog'ingarchilik 774 °C va 765 mm dan yuqori. butun maydoni 1208 kvadrat kilometrni tashkil etadi, ekin maydonlarining 39,38% va o'rmon qoplamining 49,36% ni tashkil qiladi. Boshqa tomondan, ushbu tadqiqotda foydalanilgan maydon taxminan 889,8 kvadrat kilometrni tashkil qiladi. Ostrava va uning atrofida po'lat sanoati va metall ishlari juda faol. va qotishma po'latlar (nikel yaxshi egiluvchanligi va pishiqligini saqlab qolgan holda qotishmaning mustahkamligini oshiradi) va fosforli o'g'itlarni qo'llash va chorvachilik kabi intensiv qishloq xo'jaligi mintaqadagi nikelning potentsial manbalari hisoblanadi (masalan, qo'zilarning o'sish sur'atlarini oshirish uchun qo'zilarga nikel qo'shish va sanoatda elektrolitdan foydalanish, shu jumladan elektrolitdan foydalanish). el va elektrsiz nikel qoplama jarayonlari.Tuproq xossalari tuproq rangi, tuzilishi va karbonat tarkibidan osonlik bilan ajralib turadi.Tuproq teksturasi oʻrta va mayda boʻlib, asosiy materialdan olingan. Ular kollyuvial, allyuvial yoki eoliy tabiatga ega. Baʼzi tuproq maydonlari yuza va er osti qatlamlarida lekeli boʻlib koʻrinadi, koʻpincha beton va oqartiruvchi mintaqalarda keng tarqalgan boʻlib, tuproqning oqartiruvchi turlari bor. 48. 455,1 dan 493,5 m gacha bo'lgan balandliklar bilan Chexiya Respublikasida kambisollar hukmronlik qiladi49.
Oʻquv hududi xaritasi [Oʻquv hududi xaritasi ArcGIS Desktop (ESRI, Inc, 10.7 versiyasi, URL: https://desktop.arcgis.com) yordamida yaratilgan.]
Frydek Mistek tumanidagi shahar va shahar atrofidagi tuproqlardan jami 115 ta tuproq qatlami namunalari olindi. Foydalanilgan namuna namunasi tuproq namunalari bir-biridan 2 × 2 km masofada joylashgan oddiy panjara bo'lib, qo'lda ushlab turiladigan GPS qurilmasi yordamida tuproqning ustki qatlami 0 dan 20 sm gacha chuqurlikda o'lchandi (Leica Zenoamples yorlig'i to'g'ri o'ralgan, GPSS Zinoamples yorlig'i bilan to'g'ri o'ralgan, GPSS yorlig'i bilan paketlangan). .Namunalar havoda quritilib, maydalangan namunalar hosil qilindi, mexanik tizim (Fritsch diskli tegirmon) yordamida maydalandi va elakdan oʻtkazildi (elak oʻlchami 2 mm). 1 gramm quritilgan, bir hil holga keltirilgan va elakdan oʻtkazilgan tuproq namunalarini aniq etiketlangan teflon idishlarga soling. Har bir teflon idishga avtomatik ravishda HNO6% ml va HNO3 ml 5 ml ni toʻkib tashlang. dispenser – har bir kislota uchun bittadan), engil yoping va reaksiya uchun namunalarni bir kechada turishiga ruxsat bering (aqua regia dasturi) .Namunalar hazm qilish jarayonini osonlashtirish uchun supernatantni 2 soat davomida issiq metall plastinkaga (harorat: 100 Vt va 160 °C) qo'ying, so'ngra sovutib oling. suyultirilgan supernatantni deionizatsiyalangan suv bilan 50 ml PVX naychaga filtrlang. Bundan tashqari, 1 ml suyultiruvchi eritma 9 ml deionizatsiyalangan suv bilan suyultirildi va PTE psevdo-konsentratsiyasi uchun tayyorlangan 12 ml naychaga filtrlanadi. PTE ning konsentratsiyasi (As, Cd, Cr, Cu, Mn, Ca, POESIn) kontsentratsiyasi (As, Cd, Cr, Cu, Mn, Ca, PBESIn, ZCPn, Co. led Plazma Optik Emissiya Spektroskopiyasi) (Thermo Fisher Scientific, AQSH) standart usullar va kelishuvga muvofiq. Sifat kafolati va nazorati (QA/QC) protseduralarini ta'minlash (SRM NIST 2711a Montana II Tuproq). Aniqlash chegaralari yarmidan past bo'lgan PTElar ushbu tadqiqotdan chiqarildi. Har bir tahlil uchun jarayon mos yozuvlar standartlarini tahlil qilish orqali ta'minlanadi. Xatolar minimallashtirilishini ta'minlash uchun ikki tomonlama tahlil o'tkazildi.
Empirik Bayesian Kriging (EBK) tuproqshunoslik kabi turli sohalarda modellashtirishda qoʻllaniladigan koʻplab geostatistik interpolatsiya usullaridan biridir. Boshqa kriging interpolyatsiya usullaridan farqli oʻlaroq, EBK anʼanaviy kriging usullaridan yarimvariogramma modeli tomonidan hisoblangan xatoni hisobga olgan holda farqlanadi. EBK interpolatsiyasida bir nechta yarimvariogrammali interpolatsiya usullaridan koʻra yarimvariogrammali interpolatsiyalash texnikasi amalga oshiriladi. Etarli kriging usulining o'ta murakkab qismini tashkil etuvchi yarimvariogrammaning ushbu chizmasi bilan bog'liq noaniqlik va dasturlash usuli. EBK ning interpolyatsiya jarayoni Krivoruchko50 tomonidan taklif qilingan uchta mezonga amal qiladi, (a) model kiritilgan ma'lumotlar to'plamidan yarimvariogrammani baholaydi (b) har bir kirish ma'lumotlar to'plamining yangi bashorat qilingan qiymati (a) har bir kirish ma'lumotlar to'plamining yangi prognoz qilingan qiymati (A) yakuniy ma'lumotlar to'plamining har bir kiritilgan joylashuvi bo'yicha yaratiladi. simulyatsiya qilingan ma'lumotlar to'plami. Bayes tenglamasi qoidasi posterior sifatida berilgan
Qaerda \(Prob\left(A\right)\) oldingisini ifodalasa, \(Prob\left(B\o'ng)\) marginal ehtimollik aksariyat hollarda e'tiborga olinmaydi, \(Prob (B,A)\ ) .Semivariogramma hisobi Bayes qoidasiga asoslanadi, u kuzatish ma'lumotlar to'plamining moyilligini ko'rsatadi. s semivariogrammadan kuzatuvlar ma'lumotlar to'plamini yaratish qanchalik ehtimolligi.
Yordam vektor mashinasi - bir xil, lekin chiziqli mustaqil bo'lmagan sinflarni ajratish uchun optimal ajratuvchi giperplanni hosil qiluvchi mashinani o'rganish algoritmidir. Vapnik51 maqsad tasniflash algoritmini yaratdi, ammo u yaqinda regressiyaga yo'naltirilgan muammolarni hal qilish uchun ishlatilgan. Li va boshqalarga ko'ra, 52, SVM SVM (SVM regressionining turli xil komponentlaridan biri bo'lib, SVMS regressining eng yaxshi komponentlaridan biri hisoblanadi. Ushbu tahlilda Cherkasskiy va Mulier 53 yadroga asoslangan regressiya sifatida SVMRni yaratdilar, uni hisoblash ko'p mamlakatli fazoviy funktsiyalarga ega chiziqli regressiya modeli yordamida amalga oshirildi.John va boshqalar54 SVMR modellashtirishda chiziqli bo'lmagan regressiya va boshqa funktsiyalarni yaratishga imkon beradigan giperplaneli chiziqli regressiyadan foydalanishi haqida xabar berishdi. .55, epsilon (e)-SVMR o'rgatilgan ma'lumotlar to'plamidan epsilonga sezgir bo'lmagan funksiya sifatida taqdimot modelini olish uchun foydalanadi, bu ma'lumotni o'zaro bog'liq ma'lumotlar bo'yicha o'qitishdan olingan eng yaxshi epsilon moyilligi bilan mustaqil ravishda xaritalash uchun qo'llaniladi. Oldindan o'rnatilgan masofa xatosi haqiqiy qiymatdan e'tiborga olinmaydi va agar xato e(e) dan katta bo'lsa, tuproq ma'lumotlar majmuasi kompleksi o'quv ma'lumotlar majmuasini qo'llab-quvvatlaydi. vektorlar.Vapnik51 tomonidan taklif qilingan tenglama quyida ko'rsatilgan.
Bu yerda b skaler chegarani, \(K\left({x}_{,}{ x}_{k}\right)\) yadro funksiyasini, \(\alpha\) Lagrange multiplikatorini, N raqamli ma’lumotlar to‘plamini, \({x}_{k}\) ma’lumotlarni kiritishni ko‘rsatadi va ma’lumotlarning MR (y) chiqishini ifodalaydi. a Gauss radial asos funktsiyasi (RBF). RBF yadrosi PTE o'quv ma'lumotlari uchun eng nozik jarimalar to'plami C omil va yadro parametr gamma (g) olish uchun muhim bo'lgan optimal SVMR modelini aniqlash uchun qo'llaniladi.Birinchi, biz treninglar to'plamini baholadik va keyin modelning ishlashini validatsiya parametrlari to'plamida sinab ko'rdik.
Ko'p chiziqli regressiya modeli (MLR) eng kichik kvadratlar usuli yordamida hisoblangan chiziqli birlashtirilgan parametrlar yordamida javob o'zgaruvchisi va bir qator bashorat qiluvchi o'zgaruvchilar o'rtasidagi munosabatni ifodalovchi regressiya modelidir. MLRda eng kichik kvadratlar modeli tushuntirish o'zgaruvchilari tanlanganidan keyin tuproq xususiyatlarining bashoratli funktsiyasidir. izohlovchi oʻzgaruvchilar bilan chiziqli munosabat. MLR tenglamasi
Bu erda y - javob o'zgaruvchisi, \(a\) - kesma, n - bashorat qiluvchilar soni, \({b}_{1}\) koeffitsientlarning qisman regressiyasi, \({x}_{ i}\) bashorat qiluvchi yoki izohlovchi o'zgaruvchini va \({\varepsilon }_{i}\) modeldagi xatoni ham ifodalaydi.
Aralash modellar EBK ni SVMR va MLR bilan sendvichlash orqali olingan. Bu EBK interpolyatsiyasidan prognoz qilingan qiymatlarni chiqarish orqali amalga oshiriladi. Interpolyatsiya qilingan Ca, K va Mg dan olingan bashorat qilingan qiymatlar CaK, CaMg va Ca, KMg kabi yangi o'zgaruvchilarni olish uchun kombinatsion jarayon orqali olinadi. .Umuman olganda, olingan o'zgaruvchilar Ca, K, Mg, CaK, CaMg, KMg va CaKMg. Bu o'zgaruvchilar bizning bashoratchimiz bo'lib, shahar va shahar atrofidagi tuproqlarda nikel kontsentratsiyasini bashorat qilishga yordam berdi. SVMR algoritmi aralash modelni olish uchun bashoratchilarda amalga oshirildi (Empirik Bayesian Vektorli Mashinalar, shuningdek, Empirik Bayesian Vektorli Mashinalar varVS). MLR algoritmi orqali aralash modelni olish uchun Empirik Bayes Kriging-Ko‘p chiziqli regressiya (EBK_MLR). Odatda, Ca, K, Mg, CaK, CaMg, KMg va CaKMg o‘zgaruvchilari kovariativlar sifatida shahar va shahar atrofidagi tuproqlarda Ni tarkibini bashorat qiluvchi kovariatlardan foydalaniladi yoki ko‘pchilik EBK_MLS modellarida qabul qilinadi. o'z-o'zini tartibga soluvchi grafik yordamida vizuallashtirilgan.Ushbu tadqiqotning ish jarayoni 2-rasmda ko'rsatilgan.
SeOM-dan foydalanish moliya sektori, sog'liqni saqlash, sanoat, statistika, tuproqshunoslik va boshqa sohalarda ma'lumotlarni tartibga solish, baholash va prognoz qilish uchun mashhur vositaga aylandi.SeOM tashkil qilish, baholash va bashorat qilish uchun sun'iy neyron tarmoqlar va nazoratsiz o'rganish usullari yordamida yaratilgan. Ushbu tadqiqotda SeOM Nishaharda Ni kontsentratsiyasini vizualizatsiya qilish uchun ishlatilgan. baholash n kirish o'lchovli vektor o'zgaruvchilari sifatida ishlatiladi43,56.Melssen va boshqalar.57 kirish vektorining neyron tarmog'iga bitta kirish qatlami orqali bitta og'irlik vektorli chiqish vektoriga ulanishini tavsiflaydi.SeOM tomonidan ishlab chiqarilgan chiqish turli neyronlar yoki tugunlardan iborat bo'lgan ikki o'lchovli xarita bo'lib, ularning yaqinligiga ko'ra olti burchakli, dumaloq yoki kvadrat topologik xaritalarga to'qiladi. Xarita o'lchamlarini taqqoslash (metrik, kvant va xatolik modeliga asoslangan SeQ6) va xatolik. 0,904 mos ravishda tanlanadi, bu 55-xarita birligi (5 × 11).Neyron tuzilishi empirik tenglamadagi tugunlar soniga qarab aniqlanadi.
Ushbu tadqiqotda foydalanilgan maʼlumotlar soni 115 ta namunadir. Maʼlumotlarni test maʼlumotlariga (tasdiqlash uchun 25%) va oʻquv maʼlumotlar toʻplamiga (kalibrlash uchun 75%) boʻlish uchun tasodifiy yondashuv qoʻllanildi. Oʻquv maʼlumotlar toʻplami regressiya modelini (kalibrlash) yaratish uchun ishlatiladi va test maʼlumotlar toʻplami umumlashtirish qobiliyatini tekshirish uchun ishlatiladi58. -katlama o'zaro tekshirish jarayoni, besh marta takrorlanadi. EBK interpolyatsiyasi orqali ishlab chiqarilgan o'zgaruvchilar maqsadli o'zgaruvchini (PTE) bashorat qilish uchun bashorat qiluvchilar yoki tushuntirish o'zgaruvchilari sifatida ishlatiladi. Modellashtirish RStudio'da kutubxona(Kohonen), library(karet), library(modelr), library("e1071″"r), library("e1071″)"ol), library("plspect(")ol) paketlari yordamida RStudio da ishlanadi. raries ("Metriklar").
Tuproqdagi nikel kontsentratsiyasini bashorat qilish uchun mos keladigan eng yaxshi modelni aniqlash va modelning to'g'riligini va uning validatsiyasini baholash uchun turli tasdiqlash parametrlari ishlatilgan. Gibridizatsiya modellari o'rtacha mutlaq xato (MAE), ildiz o'rtacha kvadrat xatosi (RMSE) va R-kvadrat yoki koeffitsientni aniqlash (R2) yordamida baholandi. mustaqil o'lchovlardagi kattalik modelning bashorat qilish kuchini tavsiflaydi, MAE esa haqiqiy miqdoriy qiymatni aniqlaydi. Validatsiya parametrlari yordamida eng yaxshi aralashma modelini baholash uchun R2 qiymati yuqori bo'lishi kerak, qiymat 1 ga qanchalik yaqin bo'lsa, aniqlik shunchalik yuqori bo'ladi. Li va boshqalar.59, R2 mezonining qiymati 0,75 yoki undan yuqori bo'lsa, yaxshi bashoratchi hisoblanadi;0,5 dan 0,75 gacha bo‘lgan qiymatlar maqbul model ko‘rsatkichi, 0,5 dan past bo‘lsa – qabul qilinishi mumkin bo‘lmagan model ko‘rsatkichi hisoblanadi. RMSE va MAE tekshirish mezonlarini baholash usullaridan foydalangan holda modelni tanlashda olingan past qiymatlar yetarli bo‘lgan va eng yaxshi tanlov deb hisoblangan. Quyidagi tenglama tekshirish usulini tavsiflaydi.
Bu erda n kuzatilgan qiymatning o'lchamini ifodalaydi\({Y}_{i}\) o'lchangan javobni ifodalaydi va \({\widehat{Y}}_{i}\) ham bashorat qilingan javob qiymatini ifodalaydi, shuning uchun birinchi i kuzatishlar uchun.
Bashorat qiluvchi va javob o'zgaruvchilarining statistik tavsiflari 1-jadvalda o'rtacha, standart og'ish (SD), o'zgarish koeffitsienti (CV), minimal, maksimal, kurtoz va egrilikni ko'rsatadi. Elementlarning minimal va maksimal qiymatlari Mg
Bashorat qiluvchi o'zgaruvchilarning javob elementlari bilan o'zaro bog'liqligi elementlar o'rtasida qoniqarli korrelyatsiyani ko'rsatdi (3-rasmga qarang). Korrelyatsiya CaK ning CaNi kabi r qiymati = 0,53 bilan o'rtacha korrelyatsiya ko'rsatganligini ko'rsatdi. Garchi Ca va K bir-biri bilan oddiy bog'lanishni ko'rsatsa-da, Kingston va boshqalar kabi tadqiqotchilar.68 va Santo69 ularning tuproqdagi darajasi teskari proportsional ekanligini ko'rsatadi. Biroq, Ca va Mg K ga qarama-qarshidir, lekin CaK yaxshi korrelyatsiya qiladi. Bu kaliyda 56% yuqori bo'lgan kaliy karbonat kabi o'g'itlarni qo'llash bilan bog'liq bo'lishi mumkin. Kaliy o'rtacha darajada magniy bilan bog'liq edi. Chunki kaliy magniy sulfat, kaliy magniy nitrat va kaliy tuproqlarga ularning tanqisligini oshirish uchun surtiladi. Nikel Ca, K va Mg bilan mos ravishda o'rtacha korrelyatsiyaga ega bo'lib, r = 0,52, 0,63 va 0,55 bo'ladi. nesiy kaltsiyning so'rilishini inhibe qiladi, kaltsiy ortiqcha magniyning ta'sirini kamaytiradi va magniy va kaltsiy ham tuproqdagi nikelning toksik ta'sirini kamaytiradi.
Bashorat qiluvchilar va javoblar o'rtasidagi munosabatni ko'rsatadigan elementlar uchun korrelyatsiya matritsasi (Eslatma: bu raqam elementlar orasidagi tarqalish sxemasini o'z ichiga oladi, ahamiyat darajalari p < 0,001 ga asoslangan).
4-rasmda elementlarning fazoviy taqsimoti tasvirlangan. Burgos va boshq70 maʼlumotlariga koʻra, fazoviy taqsimotni qoʻllash ifloslangan hududlardagi issiq nuqtalarni aniqlash va ajratib koʻrsatish uchun qoʻllaniladigan usuldir. 4-rasmdagi Ca ni boyitish darajasini fazoviy taqsimot xaritasining shimoli-gʻarbiy qismida koʻrish mumkin. Rasmda koʻrsatilgan. tuproqning kislotaliligini pasaytirish uchun so'nmas ohak (kaltsiy oksidi) dan foydalanish va undan po'lat ishlab chiqarish jarayonida ishqoriy kislorod sifatida po'lat tegirmonlarida foydalanish. Boshqa tomondan, boshqa fermerlar pH neytrallash uchun kislotali tuproqlarda kaltsiy gidroksididan foydalanishni afzal ko'rishadi, bu ham tuproqdagi kaltsiy miqdorini oshiradi71. Kaliyning shimoliy va shimoliy xaritasi ham eng issiq va shimoliy hududni ko'rsatadi. va kaliyning o'rtacha va yuqori namunasi NPK va kaliy qo'llanilishiga bog'liq bo'lishi mumkin. Bu boshqa tadqiqotlarga mos keladi, masalan, Madaras va Lipavsky72, Madaras va boshq.73, Pulkrabová va boshq.74, Asare va boshq.75, ular tuproqni barqarorlashtirish va KCl va KCl bilan ishlov berish natijasida yuqori NPK miqdoriga olib keladi.Tarqatish xaritasining shimoli-g'arbiy qismida fazoviy Kaliyni boyitish kambag'al tuproqlarning kaliy miqdorini oshirish uchun kaliy xlorid, kaliy sulfat, kaliy nitrat, kaliy va kaliy kabi kaliy asosidagi o'g'itlardan foydalanish bilan bog'liq bo'lishi mumkin.Zádorová va boshqalar.76 va Tlustoš va boshqalar.77 K ga asoslangan oʻgʻitlarni qoʻllash tuproqdagi K miqdorini oshirishi va uzoq muddatda tuproqdagi ozuqa moddalarining miqdorini sezilarli darajada oshirishini, ayniqsa K va Mg tuproqdagi issiq nuqtani koʻrsatishini taʼkidladi.Xaritaning shimoli-gʻarbida va xaritaning janubi-sharqida nisbatan oʻrtacha oʻrtacha nuqtalar. Tuproqdagi kolloid fiksatsiya natijasida hosil boʻlgan oʻsimliklarda sargʻaygan magniylarning kontsentratsiyasini yoʻqotadi. tomir xlorozi. Kaliy magniy sulfat, magniy sulfat va kieserit kabi magniyga asoslangan o'g'itlar normal pH diapazoni bo'lgan tuproqlarda etishmovchilikni (o'simliklar binafsha, qizil yoki jigarrang bo'lib ko'rinadi, bu magniy etishmasligidan dalolat beradi) davolaydi6. Nikelning to'planishi shahar yuzasida va shahar atrofi ekinlari kabi omillar tufayli bo'lishi mumkin. nikelning zanglamaydigan po'lat ishlab chiqarishdagi ahamiyati78.
Elementlarning fazoviy taqsimoti [fazoviy taqsimot xaritasi ArcGIS Desktop (ESRI, Inc, Version 10.7, URL: https://desktop.arcgis.com) yordamida yaratilgan.]
Ushbu tadqiqotda foydalanilgan elementlar uchun model unumdorligi indeksi natijalari 2-jadvalda keltirilgan. Boshqa tomondan, Ni ning RMSE va MAE ikkalasi ham nolga yaqin (0,86 RMSE, -0,08 MAE). Boshqa tomondan, K ning RMSE va MAE qiymatlari maqbuldir. RMSE va MAE natijalari kaltsiy va KMSE ma’lumotlari tufayli kattaroqdir. Ni-ni bashorat qilish uchun EBK-dan foydalangan holda ushbu tadqiqotning RMSE va MAE ko'rsatkichlari Jon va boshqalarning natijalaridan yaxshiroq ekanligi aniqlandi.54 sinergik kriging yordamida bir xil to'plangan ma'lumotlar yordamida tuproqdagi S kontsentratsiyasini bashorat qilish. Biz o'rgangan EBK natijalari Fabijaczyk va boshq.41, Yan va boshqalar.79, Beguin va boshqalar.80, Adhikary va boshqalar.81 va Jon va boshqalar.82, ayniqsa K va Ni.
Shahar va shahar atrofidagi tuproqlarda nikel miqdorini bashorat qilish uchun individual usullarning ishlashi modellarning ishlashi (3-jadval) yordamida baholandi. Modelni tekshirish va aniqlikni baholash Ca_Mg_K bashoratchisi EBK SVMR modeli bilan birgalikda eng yaxshi ko'rsatkichni berganligini tasdiqladi. Kalibrlash modeli Ca_MgMR2 va o'rtacha kvadratik xato (REBK2 mutlaq xatosi) ) 0,637 (R2), 95,479 mg/kg (RMSE) va 77,368 mg/kg (MAE) Ca_Mg_K-SVMR 0,663 (R2), 235,974 mg/kg (RMSE) va 166,946 mg/kg (MAE) bo‘lgan (RAE yaxshi). /kg R2) va Ca_Mg-EBK_SVMR (0,643 = R2);ularning RMSE va MAE natijalari Ca_Mg_K-EBK_SVMR (R2 0.637) (3-jadvalga qarang) ga nisbatan yuqoriroq edi. Bundan tashqari, Ca_Mg-EBK_SVMR (RMSE = 1664.64 va MAE = 1031.49) modelining RMSE va MAE koʻrsatkichlari 135 va 17K dan kattaroqdir. -EBK_SVMR. Xuddi shunday, Ca_Mg-K SVMR (RMSE = 235,974 va MAE = 166,946) modelining RMSE va MAE ko'rsatkichlari Ca_Mg_K-EBK_SVMR RMSE va MAE modellaridan mos ravishda 2,5 va 2,2 ga kattaroqdir. ME va MAE kuzatildi. Kebonye va boshqalarga ko'ra.46 va Jon va boshqalar.54, RMSE va MAE nolga qanchalik yaqin bo'lsa, natijalar shunchalik yaxshi bo'ladi. SVMR va EBK_SVMR yuqori kvantlangan RSME va MAE qiymatlariga ega. RSME baholari doimiy ravishda MAE qiymatlaridan yuqori bo'lgani kuzatildi, bu esa o'zgacha ko'rsatkichlar mavjudligidan dalolat beradi. Legates va McCabex ma'lumotlariga ko'ra, tavsiya etilgan xato ko'rsatkichi mutlaq bo'lgan MAE RMSE83 dan oshadi) chegaralangan qiymatlarning mavjudligi.Bu ma'lumotlar to'plami qanchalik heterojen bo'lsa, MAE va RMSE qiymatlari shunchalik yuqori bo'ladi.Shahar va shahar atrofi tuproqlarida Ni miqdorini bashorat qilish uchun Ca_Mg_K-EBK_SVMR aralash modelining o'zaro tasdiqlanishini baholashning aniqligi 63,70% ni tashkil etdi. Li va boshqalarga ko'ra.59, bu aniqlik darajasi maqbul model ishlash darajasi hisoblanadi.Hozirgi natijalar Tarasov va boshqalar tomonidan o'tkazilgan oldingi tadqiqot bilan taqqoslanadi.36 gibrid modeli joriy tadqiqotda bildirilgan EBK_SVMR aniqligini baholash indeksi bilan bog'liq MLPRK (Ko'p qatlamli Perceptron qoldiq Kriging) ni yaratdi, RMSE (210) va MAE (167,5) bizning joriy tadqiqot natijalarimizdan (RMSE 95,479, MAE68, har doimgidek) yuqoriroq edi. 637) Tarasov va boshqalar bilan.36 (0,544), bu aralash modelda aniqlash koeffitsienti (R2) yuqoriroq ekanligi aniq. Aralash model uchun xato chegarasi (RMSE va MAE) (EBK SVMR) ikki baravar past. Xuddi shunday, Sergeev va boshqalar 34 ishlab chiqilgan gibrid model uchun 0,28 (R2) qayd etgan (Multi3) esa Krilay3da qayd etilgan gibrid model. 7 (R2).Ushbu modelning bashorat qilish aniqlik darajasi (EBK SVMR) 63,7% ni tashkil qiladi, Sergeev va boshqalar tomonidan olingan bashorat aniqligi.34 28% ni tashkil qiladi. EBK_SVMR modeli va bashoratchi sifatida Ca_Mg_K yordamida yaratilgan yakuniy xarita (5-rasm) butun tadqiqot hududi boʻylab issiq nuqtalar va oʻrtacha va nikelning bashoratlarini koʻrsatadi. Bu shuni anglatadiki, oʻrganilayotgan hududdagi nikel kontsentratsiyasi asosan oʻrtacha, ayrim aniq hududlarda yuqori konsentratsiyalar mavjud.
Yakuniy bashorat xaritasi EBK_SVMR gibrid modeli va bashorat qiluvchi sifatida Ca_Mg_K dan foydalangan holda taqdim etilgan.[Fazal taqsimot xaritasi RStudio (versiya 1.4.1717: https://www.rstudio.com/) yordamida yaratilgan.]
6-rasmda PTE kontsentratsiyasi alohida neyronlardan tashkil topgan kompozitsion tekislik sifatida keltirilgan. Komponent tekisliklarining hech biri ko'rsatilgandek bir xil rang naqshini ko'rsatmaydi. Biroq, chizilgan xaritada neyronlarning tegishli soni 55 ni tashkil qiladi. SeOM turli xil ranglardan foydalangan holda ishlab chiqariladi va rang naqshlari qanchalik o'xshash bo'lsa, namunalarning xossalari shunchalik taqqoslanadi. yagona yuqori neyronlar va eng past neyronlar uchun rang naqshlari. Shunday qilib, CaK va CaMg juda yuqori tartibli neyronlar va pastdan oʻrtacha rang namunalari bilan baʼzi oʻxshashliklarga ega. Ikkala model ham qizil, toʻq sariq va sariq kabi ranglarning oʻrta va yuqori ranglarini koʻrsatish orqali tuproqdagi Ni kontsentratsiyasini bashorat qiladi. KMg modeli yuqori va oʻrta miqyosdagi past ranggacha boʻlgan yuqori va oʻrta miqyosdagi ranggacha boʻlgan koʻplab yuqori rangli naqshlarni koʻrsatadi. model tarkibiy qismlarining planar taqsimot sxemasi tuproqdagi nikelning potentsial kontsentratsiyasini ko'rsatuvchi yuqori rang naqshini ko'rsatdi (4-rasmga qarang). CakMg modeli komponentlari tekisligi aniq rang shkalasiga ko'ra pastdan yuqoriga qadar turli xil rang naqshini ko'rsatadi. Bundan tashqari, modelning nikel tarkibini bashorati (CakMg) 5-rasmda ko'rsatilgan nikelning past taqsimotiga o'xshash. shahar va shahar atrofidagi tuproqlarda nikel kontsentratsiyasi. 7-rasmda kontur usuli har bir modeldagi bashorat qilingan qiymat asosida uchta klasterga bo'lingan k-o'rtacha guruhlashda xaritada ko'rsatilgan. Kontur usuli klasterlarning optimal sonini ko'rsatadi. Yig'ilgan 115 ta tuproq namunasidan, eng ko'p 1 toifadagi namunalar olingan bo'lsa, C37 toifadagi namunalar olingan. 3 ta 8 ta namuna oldi. Klasterni toʻgʻri talqin qilish uchun yetti komponentli planar bashorat qiluvchi birikma soddalashtirildi. Tuproq hosil boʻlishiga taʼsir etuvchi koʻp sonli antropogen va tabiiy jarayonlar tufayli, taqsimlangan SeOM xaritasida toʻgʻri tabaqalashtirilgan klaster naqshlariga ega boʻlish qiyin78.
Har bir Empirik Bayesian Krigingni qo'llab-quvvatlash vektor mashinasi (EBK_SVM_SeOM) o'zgaruvchisi tomonidan komponent tekisligi chiqishi.[SeOM xaritalari RStudio yordamida yaratilgan (versiya 1.4.1717: https://www.rstudio.com/).]
Klaster tasnifining turli komponentlari [SeOM xaritalari RStudio yordamida yaratilgan (versiya 1.4.1717: https://www.rstudio.com/).]
Joriy tadqiqot shahar va shahar atrofidagi tuproqlarda nikel kontsentratsiyasini modellashtirish usullarini aniq ko'rsatib beradi. Tadqiqot tuproqdagi nikel kontsentratsiyasini bashorat qilishning eng yaxshi usulini olish uchun elementlarni modellashtirish texnikasi bilan birlashtirib, turli modellashtirish usullarini sinovdan o'tkazdi. Modellashtirish texnikasining SeOM kompozitsion planar fazoviy xususiyatlari yuqori rang naqshini namoyish etdi. xarita EBK_SVMR tomonidan ko'rsatilgan komponentlarning planar fazoviy taqsimotini tasdiqlaydi (5-rasmga qarang). Natijalar shuni ko'rsatadiki, qo'llab-quvvatlovchi vektorli mashina regressiya modeli (Ca Mg K-SVMR) tuproqdagi Ni kontsentratsiyasini yagona model sifatida bashorat qiladi, ammo tasdiqlash va aniqlikni baholash parametrlari RMSE va MAEML modelini qo'llash bilan bog'liq bo'lgan qo'l modelida juda katta xatolarni ko'rsatadi. determinasyon koeffitsientining past qiymatiga (R2). EBK SVMR va kombinatsiyalangan elementlar (CaKMg) yordamida 63,7% aniqlik bilan RMSE va MAE xatoliklari past bo'lgan yaxshi natijalarga erishildi. Ma'lum bo'lishicha, EBK algoritmini mashina o'rganish algoritmi bilan birlashtirish PTE kontsentratsiyasi algoritmi yordamida shunday natijalarni ko'rsatishi mumkinligini ko'rsatishi mumkin. Oʻrganilayotgan hududda Ni kontsentratsiyasini bashorat qilish uchun bashorat qiluvchi sifatida Ca Mg K tuproqlarda Ni ni bashorat qilishni yaxshilashi mumkin. Bu poʻlat sanoati tomonidan nikel asosidagi oʻgʻitlarni uzluksiz qoʻllash va tuproqning sanoat ifloslanishi tuproqdagi nikel kontsentratsiyasini oshirish tendentsiyasiga ega ekanligini anglatadi. Ushbu tadqiqot EBK modelining xatolik darajasini kamaytirishi va umumiy shahar atrofi kurortlaridagi nikellarning tarqalishini yaxshilashi mumkinligini aniqladi. , biz tuproqdagi PTEni baholash va bashorat qilish uchun EBK-SVMR modelini qo'llashni taklif qilamiz;bundan tashqari, biz turli xil mashinani o'rganish algoritmlari bilan gibridizatsiya qilish uchun EBK dan foydalanishni taklif qilamiz.Ni kontsentratsiyasi kovariatlar sifatida elementlardan foydalangan holda taxmin qilingan;ammo, ko'proq kovariativlardan foydalanish modelning ishlashini sezilarli darajada yaxshilaydi, bu joriy ishning cheklovi deb hisoblanishi mumkin.Ushbu tadqiqotning yana bir cheklovi shundaki, ma'lumotlar to'plamlari soni 115 ni tashkil qiladi.Shuning uchun, agar ko'proq ma'lumotlar taqdim etilsa, tavsiya etilgan optimallashtirilgan gibridizatsiya usulining ishlashi yaxshilanishi mumkin.
PlantProbs.net.Nikel in O'simliklar va tuproqda https://plantprobs.net/plant/nutrientImbalances/sodium.html (Kirish 2021-yil 28-aprel).
Kasprzak, KS Nikel zamonaviy ekologik toksikologiyada yutuqlar.atrofdagilar.toksikologiya.11, 145–183 (1987).
Cempel, M. & Nikel, G. Nikel: uning manbalari va atrof-muhit toksikologiyasini ko'rib chiqish. Polsha J. Environment.Stud.15, 375-382 (2006).
Freedman, B. & Hutchinson, TC. Atmosferadan kiruvchi ifloslantiruvchi moddalar va Sadberi, Ontario, Kanadadagi nikel-mis eritish zavodi yaqinidagi tuproq va o'simliklarda to'planishi.can.J.Bot.58(1), 108-132.https://doi.org/10.1139/b80-014 (1980).
Manyiwa, T. va boshqalar. Tuproqdagi og'ir metallar, o'simliklar va Botsvanadagi Selebi-Phikve mis-nikel koni yaqinida kavsh qaytaruvchi hayvonlarni boqish bilan bog'liq xavflar.surroundings.Geochemistry.Health https://doi.org/10.1007/s10653-021-x0201 ().
Cabata-Pendias.Kabata-Pendias A. 2011. Tuproqdagi mikroelementlar va… – Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+Trace+Elements.+York++ed. NY%29%3A+CRC+Press&btnG= (Kirish 2020-yil 24-noyabr).
Almås, A., Singh, B., Qishloq xo'jaligi, TS-NJ of & 1995, undefined.Soer-Varanger, Norvegiyadagi qishloq xo'jaligi tuproqlari va o'tlarida og'ir metallar kontsentratsiyasiga Rossiya nikel sanoatining ta'siri.agris.fao.org.
Nielsen, GD va boshqalar. Ichimlik suvida nikelning so'rilishi va saqlanishi oziq-ovqat iste'moli va nikel sezgirligi bilan bog'liq.toksikologiya.application.Farmakodinamika.154, 67-75 (1999).
Kosta, M. & Klein, CB Nikel karsinogenezi, mutatsiya, epigenetika yoki tanlash.atrofdagilar.Sog'liqni saqlash istiqbollari.107, 2 (1999).
Ajman, kompyuter;Ajado, SK;Borůvka, L.;Bini, JKM;Sarkodi, VYO;Kobonye, NM;Potentsial zaharli elementlarning trend tahlili: bibliometrik sharh. Environmental geokimyo va Health.Springer Science & Business Media BV 2020.https://doi.org/10.1007/s10653-020-00742-9.
Minasny, B. & McBratney, AB Raqamli tuproq xaritasi: qisqacha tarix va ba'zi darslar. Geoderma 264, 301–311.https://doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. Raqamli tuproq xaritasida. Geoderma 117(1-2), 3-52.https://doi.org/10.1016/S0016-7061(03)00223-4 (2003).
Deutsch.CV Geostatistik rezervuarni modellashtirish,… – Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=CV+Deutsch%2C+2002%2C+Geostatistical+Rezervuar+Modeling%2C +Oxford+68%+Phili%2C+Oxford+s+Page = (2021-yil 28-aprelda kirilgan).
Yuborilgan vaqt: 22-iyul-2022